多攝像頭環(huán)境中目標(biāo)跟蹤算法研究及應(yīng)用.pdf

1、隨著安防產(chǎn)業(yè)的不斷發(fā)展，視頻監(jiān)控設(shè)備在經(jīng)歷了模擬設(shè)備到數(shù)字設(shè)備再到網(wǎng)絡(luò)設(shè)備的發(fā)展歷程后，正在逐步朝著網(wǎng)絡(luò)化、智能化的方向發(fā)展。視頻監(jiān)控系統(tǒng)正逐漸滲透到生活的各個(gè)方面，在機(jī)場、學(xué)校等大型公共場所都能夠看到它的蹤影。視頻監(jiān)控系統(tǒng)是一個(gè)綜合性系統(tǒng)，其中涉及計(jì)算機(jī)視覺、網(wǎng)絡(luò)通信、自動(dòng)控制等多方面技術(shù)。
　　本論文針對(duì)多攝像頭視頻跟蹤系統(tǒng)中遇到的相關(guān)問題，以多攝像頭環(huán)境為背景，主要研究目標(biāo)跟蹤技術(shù)、目標(biāo)交接技術(shù)以及攝像機(jī)協(xié)同控制技術(shù)等，并在

2、前人基礎(chǔ)上提出改進(jìn)方案。本文的主要內(nèi)容為：
　　1．分析闡述了多攝像頭環(huán)境中目標(biāo)跟蹤所涉及的關(guān)鍵技術(shù)。在概述的基礎(chǔ)上，有針對(duì)性地對(duì)部分算法進(jìn)行了詳細(xì)分析。
　　2.研究了不同描述子在小尺度中的檢測效果，重點(diǎn)比較了不同描述子在小尺度圖像描述中的性能，通過實(shí)驗(yàn)驗(yàn)證了不同描述子在小尺度圖像檢測中的可行性。
　　3．研究了HOG（方向梯度直方圖）行人檢測算子，通過HOG+SVM（支持向量機(jī)）的方法訓(xùn)練了一個(gè)小尺度HOG分類器，

3、并提出將HOG和SIFT運(yùn)用到傳統(tǒng)的粒子濾波框架中，克服了傳統(tǒng)粒子濾波無法及時(shí)發(fā)現(xiàn)和糾正跟蹤錯(cuò)誤的缺陷，提高了目標(biāo)跟蹤的準(zhǔn)確性和魯棒性。相比于基于直方圖的粒子濾波，本文提出的方法在復(fù)雜背景情況下效果更好。
　　4.針對(duì)多攝像頭環(huán)境中的目標(biāo)交接，分別研究了兩種情況下的交接算法。在有視野重疊情況下，采用SIFT和單應(yīng)性矩陣，自動(dòng)生成目標(biāo)分界線。同時(shí)，針對(duì)目標(biāo)跨越兩條視頻分界線的情況，采用目標(biāo)中心和腳點(diǎn)聯(lián)合判斷目標(biāo)可見性，以完成目標(biāo)交接