基于時(shí)空切片的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤方法研究.pdf

1、在計(jì)算機(jī)視覺領(lǐng)域中,目標(biāo)檢測(cè)與跟蹤是一個(gè)重要的也是最基本的研究課題,是視頻場(chǎng)景分析、高層語(yǔ)義分析等諸多后續(xù)工作的基礎(chǔ)。目標(biāo)檢測(cè)與跟蹤技術(shù)在視頻監(jiān)控、智能交通、人機(jī)交互、機(jī)器人視覺導(dǎo)航、虛擬現(xiàn)實(shí)、醫(yī)學(xué)圖像處理和國(guó)防等各領(lǐng)域都有著廣泛的應(yīng)用。
　　現(xiàn)有的目標(biāo)檢測(cè)與跟蹤方法通常是在圖像空間的單幀或少量幀圖像上提取目標(biāo)視覺特征,易受環(huán)境變化、目標(biāo)姿態(tài)和尺度變化、目標(biāo)遮擋或丟失等問題的干擾,而造成檢測(cè)或跟蹤錯(cuò)誤,并且由于缺乏在時(shí)間維上的歷史

2、信息的輔助,使其在檢測(cè)或跟蹤出現(xiàn)錯(cuò)誤后,沒有相應(yīng)的錯(cuò)誤糾正機(jī)制。
　　針對(duì)以上問題,本文提出一種在新的低維數(shù)據(jù)空間上進(jìn)行目標(biāo)檢測(cè)與跟蹤的方法。通過引入時(shí)空切片技術(shù),將傳統(tǒng)XY圖像空間上的目標(biāo)檢測(cè)與跟蹤問題,轉(zhuǎn)化為XT數(shù)據(jù)空間上的目標(biāo)切片檢測(cè)與跟蹤問題。XT數(shù)據(jù)空間反映的是圖像維X沿時(shí)間維T的動(dòng)態(tài)變化規(guī)律,有利于結(jié)合長(zhǎng)時(shí)間尺度的目標(biāo)歷史信息來(lái)提取目標(biāo)的運(yùn)動(dòng)和軌跡特征。另外,為了解決圖像維由XY維降為X維而引起的視覺信息缺乏問題,本文

3、融合多層XT空間的時(shí)空切片信息,組成新的2.5維數(shù)據(jù)空間,來(lái)實(shí)現(xiàn)目標(biāo)視覺特征的提取?；谶@樣一種新的視角實(shí)現(xiàn)目標(biāo)檢測(cè)與跟蹤,本文主要完成了以下工作:
　　1.在數(shù)據(jù)空間提取目標(biāo)運(yùn)動(dòng)特征的基礎(chǔ)上,研究了基于多層時(shí)空切片部件模型的運(yùn)動(dòng)目標(biāo)檢測(cè)方法。傳統(tǒng)基于部件的目標(biāo)檢測(cè)方法使用預(yù)定義的固定數(shù)目的多個(gè)部件來(lái)表示目標(biāo),并需為每個(gè)部件訓(xùn)練一個(gè)獨(dú)立的部件檢測(cè)器,時(shí)間復(fù)雜度較高。針對(duì)以上問題,定義了一種自由度較高的語(yǔ)義無(wú)關(guān)的目標(biāo)部件模型表示方法

4、。將時(shí)空切片中檢測(cè)到的運(yùn)動(dòng)區(qū)域看成是潛在的目標(biāo)部件,使用一個(gè)統(tǒng)一的部件檢測(cè)器在多層時(shí)空切片中檢測(cè)所有潛在的目標(biāo)部件,然后基于時(shí)空運(yùn)動(dòng)一致性將檢測(cè)到的部件進(jìn)行聚類,得到候選目標(biāo)區(qū)域。該方法具有較低的時(shí)間復(fù)雜度,能夠滿足實(shí)時(shí)檢測(cè)的需要,并且由于目標(biāo)部件表示方式的自由度較高,是語(yǔ)義無(wú)關(guān)的,在目標(biāo)部件存在部分丟失或目標(biāo)擁擠的情況下,仍能檢測(cè)到目標(biāo),對(duì)環(huán)境干擾和目標(biāo)尺度變化具有一定的魯棒性,并且通過引入多層時(shí)空切片融合技術(shù),使得算法具有在視頻空間

5、中任意位置檢測(cè)目標(biāo)的能力,無(wú)需額外的檢測(cè)機(jī)制即能處理目標(biāo)的出現(xiàn)和消失,具有良好的可變數(shù)目的多目標(biāo)檢測(cè)能力。
　　2.在數(shù)據(jù)空間提取目標(biāo)軌跡特征的基礎(chǔ)上,研究了基于時(shí)空切片復(fù)雜運(yùn)動(dòng)軌跡檢測(cè)的目標(biāo)區(qū)域跟蹤方法。傳統(tǒng)跟蹤方法在背景干擾或者目標(biāo)消失的情況下,容易產(chǎn)生跟蹤漂移的現(xiàn)象。由于缺少歷史信息的輔助,在漂移發(fā)生時(shí),沒有相應(yīng)的機(jī)制能夠更正這種跟蹤錯(cuò)誤。針對(duì)以上問題,提出了一種時(shí)空切片復(fù)雜軌跡檢測(cè)方法來(lái)實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)跟蹤。采用Hough變換

6、和減法聚類算法解決軌跡分析中的重復(fù)定位、垂直運(yùn)動(dòng)分析和曲線運(yùn)動(dòng)分析等問題,將軌跡檢測(cè)能力擴(kuò)展到復(fù)雜曲線軌跡的處理上,有效跟蹤具有變向、變速、垂直和交叉等多種復(fù)雜運(yùn)動(dòng)模式的運(yùn)動(dòng)目標(biāo)。該方法對(duì)短時(shí)遮擋、姿態(tài)和尺度變化等不敏感;使用Hough軌跡關(guān)聯(lián)技術(shù),還可有效地避免由背景干擾或目標(biāo)消失引起的跟蹤漂移問題,具有良好的抗干擾能力。
　　3.在多時(shí)空切片部件模型的目標(biāo)檢測(cè)基礎(chǔ)上,研究了基于時(shí)空切片多區(qū)域融合的目標(biāo)輪廓跟蹤方法。針對(duì)傳統(tǒng)區(qū)域

7、跟蹤方法目標(biāo)模型復(fù)雜、多目標(biāo)處理能力差等問題,提出了一種時(shí)空切片多區(qū)域融合的目標(biāo)跟蹤方法。將傳統(tǒng)三維空間上的目標(biāo)跟蹤問題轉(zhuǎn)化為多層XT的2.5維空間上的目標(biāo)切片區(qū)域跟蹤問題。提出一種運(yùn)動(dòng)特征與外觀特征結(jié)合的多幀多區(qū)域映射方法,來(lái)實(shí)現(xiàn)切片區(qū)域的跟蹤,在保證多目標(biāo)實(shí)時(shí)跟蹤性能的情況下,提供更細(xì)致的目標(biāo)輪廓跟蹤結(jié)果。該方法具有良好的抗遮擋能力、尺度變化處理能力和多目標(biāo)處理能力,滿足實(shí)時(shí)多目標(biāo)跟蹤的需求,能夠有效解決因目標(biāo)短時(shí)或長(zhǎng)時(shí)遮擋引起的跟