視頻多目標(biāo)跟蹤理論與方法.pdf

1、近幾十年來，隨著計算機技術(shù)的突飛猛進(jìn)，計算速度的大幅提升，雷達(dá)、紅外和視頻等領(lǐng)域的目標(biāo)跟蹤技術(shù)已突破了大部分限制并得到了不斷的發(fā)展和完善。視頻目標(biāo)跟蹤技術(shù)一直是計算機視覺領(lǐng)域中重點研究的課題之一，已經(jīng)廣泛應(yīng)用于車輛監(jiān)控、人機交互、國家安防和軍事制導(dǎo)等領(lǐng)域，具有廣闊的發(fā)展前景和巨大的經(jīng)濟價值。視頻目標(biāo)跟蹤問題一般可以分為單目標(biāo)跟蹤問題和多目標(biāo)跟蹤問題。與單目標(biāo)跟蹤問題相比多目標(biāo)跟蹤面臨的情況更復(fù)雜包括目標(biāo)之間的遮擋、合并和分離等情形。

2、r>　　本文主要介紹了視頻目標(biāo)檢測和目標(biāo)跟蹤的主要算法，在背景靜止和單攝像機的條件下對視頻目標(biāo)檢測和目標(biāo)跟蹤算法進(jìn)行了大量的研究和仿真實驗。首先，介紹了幾種常用的目標(biāo)檢測方法：幀間差分法、光流法、背景差分法和混合高斯背景建模法，針對檢測中陰影的影響提出了陰影去除算法，并對以上四種檢測算法進(jìn)行了仿真實驗和性能分析，其中重點研究了混合高斯背景建模法并對其進(jìn)行陰影去除，極大地提高了其檢測精度。然后，介紹了目標(biāo)跟蹤中幾種常用的濾波算法：貝葉斯濾

3、波、卡爾曼濾波、擴展卡爾曼濾波和粒子濾波。其中粒子濾波算法對非線性非高斯環(huán)境具有較強的適應(yīng)性，近幾年來得到了國內(nèi)外廣大專家學(xué)者的關(guān)注和深入研究，并通過仿真實驗證明了粒子濾波算法在非線性非高斯環(huán)境下的有效性。接著，設(shè)計了一種基于顏色特征的粒子濾波算法，并通過仿真實驗驗證了算法在目標(biāo)之間發(fā)生遮擋、合并和分離等情形時的有效性。最后，為了進(jìn)一步提高算法的魯棒性，借鑒了SIFT描述算子中梯度方向直方圖的構(gòu)造過程，構(gòu)造了一種簡化的梯度方向直方圖并提