基于多源信息融合的多目標跟蹤算法研究.pdf

1、隨著智能設(shè)備的發(fā)展，人們可以獲取到大量的外界信息，其中最為直觀的就是視覺信息，這使得計算機視覺成為眾多科研領(lǐng)域的重要研究內(nèi)容之一。在計算機視覺領(lǐng)域中，一些可以代替人力，甚至超過人力的課題逐漸被眾多學者重視起來。多目標跟蹤任務(wù)就是一項很有挑戰(zhàn)的研究課題，并且能夠在視頻監(jiān)控、機器人視覺、交通管理等領(lǐng)域有著廣泛的應用。因此，設(shè)計一個有效的多目標跟蹤算法，是有重要的意義和價值的。
　　而在現(xiàn)實的復雜場景中，由于會出現(xiàn)光線變化、目標數(shù)量變化

2、、目標之間的相互遮擋以及目標間相互交錯等情況，這使得所采集得到的視頻圖像序列的情景變化變得復雜多變，因此想要對多個運動目標進行同時的跟蹤是十分困難的。而隨著硬件設(shè)備的發(fā)展，越來越多種的信息源可以提供各種各樣的信息模式。本文致力于將除了視頻圖像信息以外的其他信息源信息，尤其以深度信息為主，融入到多目標跟蹤任務(wù)中，從而得到有效的多目標跟蹤算法。本文的主要研究內(nèi)容如下：
　　第一，本文提出了一種基于運動目標檢測的深度信息優(yōu)化算法。本文為

3、了能夠在多目標跟蹤任務(wù)中引入深度信息，對深度信息的特點進行了分析，并且為了使深度信息能夠在多目標跟蹤算法中得到良好的使用，結(jié)合對多個運動目標位置的檢測結(jié)果，對深度圖像進行優(yōu)化，為在多目標跟蹤算法中使用深度信息做了良好的準備。
　　第二，提出了一種基于深度層次分割的多目標跟蹤算法。算法首先對已經(jīng)優(yōu)化的深度信息圖像進行統(tǒng)計分析，得到其分布的離散性，由此對深度層次進行分割，從而得到多個深度層次區(qū)域，在每個深度層次區(qū)域中分別對多個目標進行