視頻監(jiān)控中運動目標(biāo)檢測與跟蹤方法研究.pdf

1、智能視頻監(jiān)控技術(shù)是近年來計算機視覺研究領(lǐng)域中新興的一個研究方向。它的主要研究目標(biāo)是利用計算機視覺技術(shù)、圖像視頻處理技術(shù)和人工智能技術(shù)對監(jiān)控視頻的內(nèi)容進行描述、分析和理解,并能根據(jù)分析的結(jié)果對視頻監(jiān)控系統(tǒng)進行控制,從而使視頻監(jiān)控系統(tǒng)具有較高層次的智能化水平。它的主要研究內(nèi)容包括:監(jiān)控視頻運動目標(biāo)的檢測、目標(biāo)的跟蹤、目標(biāo)的識別和目標(biāo)的行為分析等。
　　 本文致力于智能視頻監(jiān)控中的運動目標(biāo)檢測與跟蹤方法研究,主要完成以下幾方面的創(chuàng)新性

2、工作:
　　 1.提出了基于遞歸誤差補償?shù)奶卣鞅尘敖７椒▉頇z測運動目標(biāo),通過對特征背景建模方法中的重建參考背景圖像進行遞歸誤差補償,來減少前景目標(biāo)對特征背景模型的影響,從而提高檢測率；提出了一種自適應(yīng)、魯棒的閾值選擇方法,該方法首先利用背景差圖像的積累直方圖的變化點信息來得到全局閾值,利用背景訓(xùn)練圖像局部像素的統(tǒng)計信息來得到局部閾值,綜合全局閾值和局部閾值的信息,可以在有效地檢測前景目標(biāo)的同時,大大的降低誤檢率；根據(jù)目標(biāo)運動的

3、連續(xù)性特性,給出了一種快速算法。
　　 2.提出了一種自適應(yīng)子類判別分析(Subclass Discriminative Analy-sis:SDA)顏色空間學(xué)習(xí)的Mean Shift跟蹤算法,在SDA顏色空間中,跟蹤目標(biāo)與其相鄰背景之間的區(qū)分度能夠最大化；提出了一種基于log似然比函數(shù)的方法來選擇可信的目標(biāo)像素來在線更新SDA顏色空間,從而減小背景干擾像素對SDA顏色空間更新的影響。
　　 3.提出了一種基于多特征信息

4、自適應(yīng)融合的粒子濾波跟蹤算法,該算法基于一種同時考慮目標(biāo)模型表達能力和目標(biāo)模型判別能力的自適應(yīng)融合策略,該策略根據(jù)當(dāng)前跟蹤環(huán)境自適應(yīng)調(diào)節(jié)每個特征信息的權(quán)值,各特征信息自適應(yīng)融合,增加了描述目標(biāo)觀測的可靠性,從而提高目標(biāo)觀測模型的魯棒性。在跟蹤目標(biāo)時,采用了粒子濾波跟蹤算法,將多特征信息自適應(yīng)融合的觀測模型結(jié)合到粒子濾波跟蹤算法中,實現(xiàn)了較復(fù)雜環(huán)境下的可視目標(biāo)跟蹤。
　　 4.針對復(fù)雜背景條件下采用目標(biāo)的單一核直方圖模型往往很難實