視頻序列中運動目標跟蹤方法的研究.pdf

1、視頻序列中運動目標檢測與跟蹤是實現(xiàn)視頻監(jiān)控系統(tǒng)的關(guān)鍵技術(shù)之一。實際的視頻監(jiān)控系統(tǒng)的應(yīng)用場景往往是錯綜復(fù)雜、變化較大的,實現(xiàn)具有準確性、實時性和魯棒性的運動目標檢測與跟蹤是當前視頻監(jiān)控技術(shù)研究的方向。
　　本文根據(jù)廣西科學研究與技術(shù)開發(fā)計劃項目《基于圖像傳感器陣列目標跟蹤監(jiān)控系統(tǒng)的研究與實現(xiàn)》的研制要求,研究了靜態(tài)場景下單部攝像機中運動目標跟蹤的相關(guān)算法。主要針對非剛性運動目標的跟蹤問題進行研究,詳細分析了MeanShift算法在目

2、標跟蹤領(lǐng)域中的應(yīng)用方法。通過對MeanShift算法跟蹤效果的分析,得出其在跟蹤過程中的局限性。主要的工作是對其局限性做了兩個方面的改進:
　　1、針對MeanShift算法不能處理目標遮擋情況下的跟蹤問題,采用了基于Kalman濾波和MeanShift算法相結(jié)合的方法,并針對MeanShift算法沒有模板更新的能力,引入了實例推理機制,有效的解決了遮擋中模板動態(tài)更新的問題。首先利用Kalman濾波預(yù)測目標在當前幀中可能出現(xiàn)的位置

3、,然后使用MeanShift算法在其鄰域內(nèi)搜索,對遮擋情況做出判斷后決定是否進行模板更新。實驗表明改進的方法有效的解決了目標遮擋問題和遮擋中模板動態(tài)更新的問題。
　　2、為了取得更穩(wěn)定的跟蹤效果和提高跟蹤的實時性,給出了一種基于組合型表面模型的多目標跟蹤方法。該方法通過融合目標顏色特征和梯度特征來建立組合型表面模型,并用直方圖的形式來描繪。之后在Kalman濾波預(yù)測估計框架下,利用Meanshift算法進行搜索優(yōu)化從而對多目標進行