基于視音頻信息融合的運動目標跟蹤系統(tǒng)的設(shè)計與實現(xiàn).pdf

1、隨著科技的進步，移動機器人技術(shù)正在迅猛發(fā)展，并逐步應(yīng)用到人類的生活當中。同時，如何使機器人進行高效準確的目標跟蹤具有重要的研究意義和極高的應(yīng)用價值。在傳統(tǒng)的目標跟蹤算法中，多數(shù)是依靠單傳感器進行，在某些環(huán)境因素的影響下，會導致跟蹤結(jié)果準確性下降。為改善這一狀況，本文以Kinect傳感器為信息采集設(shè)備，設(shè)計并實現(xiàn)了一種基于視音頻信息融合的目標跟蹤系統(tǒng)。
　　首先，在視覺層面，研究并實現(xiàn)了基于HSV色彩空間顏色直方圖的粒子濾波算法。該

2、算法具有較好的實時性，并能夠進行動態(tài)背景下的目標跟蹤。在研究過程中發(fā)現(xiàn)，該算法對目標自遮擋與部分遮擋問題可以良好地解決;但出現(xiàn)目標脫離視頻區(qū)域或光照條件變化的情況時，該算法魯棒性較差。
　　其次，在聽覺層面，結(jié)合Kinect的麥克風陣列結(jié)構(gòu)，研究并實現(xiàn)了基于時延估計的聲源定位方法。該算法在理想環(huán)境下，該算法具有實時性和較高的準確性;同時，該算法只能對單一聲源進行定位，不具有辨識聲源種類或所屬的能力。
　　最后，針對系統(tǒng)使用環(huán)

3、境相對穩(wěn)定，目標不會持續(xù)發(fā)出聲音等特點，提出了以視頻信息為主，音頻信息為輔的信息融合思路，對初步跟蹤與定位結(jié)果進行合理、有效的決策級融合，實現(xiàn)目標跟蹤。具體做法是，采用基于置信度的思想，對基于視覺特征的目標跟蹤結(jié)果進行判定，并在結(jié)果不可信的情況下，觸發(fā)音頻定位機制加以糾正并得到最終的跟蹤結(jié)果。
　　測試結(jié)果表明，本系統(tǒng)實現(xiàn)的視音頻融合跟蹤方法與單傳感器實現(xiàn)的目標跟蹤算法相比，準確性有所提高;另外，在某些特殊環(huán)境下，如光照、遮擋、目