復雜大場景下的多攝像機接力目標跟蹤問題研究.pdf

1、在復雜的自然環(huán)境中，背景干擾因素較多，對目標的特征提取與跟蹤都相對困難。同時由于攝像機的分辨率和視野范圍有限，限制了單攝像機跟蹤系統(tǒng)的應(yīng)用，使得多攝像機跟蹤系統(tǒng)的使用成為必然。因此，基于復雜大場景下多攝像機的運動目標接力跟蹤成為計算機視覺研究的熱點之一，其在視覺自主導航機器人、多智能體協(xié)作、可疑目標的連續(xù)跟蹤、智能交通監(jiān)控與違章追蹤、軍事領(lǐng)域的無人駕駛飛機和車輛等實際系統(tǒng)中有著廣泛的應(yīng)用，具有重要的理論價值和實用價值，有著廣闊的發(fā)展和應(yīng)

2、用前景。 本文主要對復雜大場景下的多攝像機接力目標跟蹤問題進行了研究。首先對復雜大場景下多攝像機接力目標跟蹤的基本環(huán)節(jié)--單攝像機在有限復雜場景下的目標跟蹤算法進行了深入研究，能夠?qū)崿F(xiàn)復雜場景下的運動目標跟蹤；然后提出了基于單PTZ攝像機的主動跟蹤算法，使被跟蹤目標時刻保持在攝像機視野的中央?yún)^(qū)域；最后研究了多攝像機下的目標接力跟蹤，對相關(guān)理論和算法進行了初步研究和探討。論文的主要工作有： 運動目標跟蹤方面，研究了基于均值

3、漂移的目標跟蹤算法，該算法采用三維背景加權(quán)的顏色直方圖描述目標特征，對目標旋轉(zhuǎn)變形、部分遮擋具有較好的適應(yīng)性，并且計算簡單、實時性好，但是不能自適應(yīng)調(diào)節(jié)跟蹤窗大小，在目標快速運動和發(fā)生機動的情況下效果不理想。針對均值漂移算法存在的問題，提出了結(jié)合均值漂移和卡爾曼濾波的目標跟蹤算法。該算法對跟蹤過程中的干擾進行檢測，根據(jù)目標所受干擾的強弱，采用不同的比例因子將卡爾曼濾波預測結(jié)果與均值漂移算法得到的結(jié)果進行線性加權(quán)。同時對被跟蹤目標的特征模

4、型進行實時在線更新，提高了跟蹤的可靠性。實驗結(jié)果表明，改進后的算法具有實時性好，魯棒性高的特點。 單攝像機主動跟蹤方面，分別對系統(tǒng)的整體結(jié)構(gòu)和各個組成模塊進行了介紹，著重介紹了云臺轉(zhuǎn)動模塊和目標重定位模塊。在云臺轉(zhuǎn)動模塊中，根據(jù)PTZ（pan-tilt-zoom）攝像機的運動控制參數(shù)及目標在攝像機中的相對位置，建立攝像機運動控制模型，采用云臺模糊控制策略使被跟蹤目標始終保持在視野的中央?yún)^(qū)域；為了實現(xiàn)對同一目標的連續(xù)跟蹤，在云臺轉(zhuǎn)

5、動后采用基于去均值歸一化模板匹配算法實現(xiàn)目標的重定位。當定位錯誤時，采用基于運動歷史圖像的運動目標檢測算法在視野的中央?yún)^(qū)域重新找到相應(yīng)的運動目標。實驗結(jié)果表明，該主動跟蹤算法無論對于剛性目標還是非剛性目標都能很好地實現(xiàn)主動跟蹤。 多攝像機接力跟蹤方面，針對多攝像機接力跟蹤中的一些關(guān)鍵問題與技術(shù)進行分析與研究，著重介紹了基于視野分界線的目標交接算法。采用基于同步視頻的攝像機視野分界線生成算法，該算法不需要攝像機標定以及環(huán)境等信息。