結合個體間作用關系的智能行人跟蹤.pdf

1、近年來，隨著人口紅利的逐漸消失和公共安全問題的日益突出，智能監(jiān)控技術的發(fā)展可以提高效率、減少勞動力，提高社會信息化、智能化水平，具有重要的社會意義和經濟意義。而目標跟蹤技術則是智能視頻監(jiān)控的關鍵技術，是目標識別以及視頻內容理解等的前提。
　　目標跟蹤在視頻監(jiān)控、智能人機交互、機器人視覺導航、智能交通以及行為分析等方面有著廣泛的應用。然而目前的跟蹤算法基本上僅僅根據(jù)目標的圖像特征，例如灰度、顏色等，以及目標的歷史數(shù)據(jù)來進行跟蹤，而忽

2、略了行人所處環(huán)境對行人運動的影響。針對這一問題，并提高目標跟蹤的準確性、實時性和智能化，提出結合個體間作用關系的智能行人跟蹤算法，將改進的社會力模型應用在行人跟蹤問題上，更準確、智能的預測目標，并融合Mean shift算法優(yōu)化跟蹤效果。主要的研究內容如下：
　　(1)分析行人運動規(guī)律，利用社會力模型對行人所處環(huán)境中個體間作用關系進行建模，以力的形式來表現(xiàn)環(huán)境對行人運動軌跡的影響。
　　(2)根據(jù)行人跟蹤特點，引入方向權重和

3、速度權重調整社會力在不同視角和相對速度情況下的大小。
　　(3)利用牛頓運動學原理，根據(jù)智能跟蹤模型預測行人軌跡，融合Mean shift跟蹤算法提高跟蹤性能。
　　實驗結果表明，該算法對目標快速移動、變向以及目標存在遮擋的情況可以實現(xiàn)快速穩(wěn)定跟蹤。算法具有很好的魯棒性，并且與傳統(tǒng)Mean shift跟蹤算法和結合最小二乘法、Kalman濾波算法的Mean shift跟蹤算法相比，在速度上本文算法平均提高了62.7％、35.