利用視頻信息的多目標跟蹤研究.pdf

1、針對特定應(yīng)用場景中的多個目標的位置進行連續(xù)估計便可實現(xiàn)多目標跟蹤。在視頻會議、監(jiān)控、交通網(wǎng)絡(luò)系統(tǒng)、機器人運作以及軍事等諸多范疇，多目標跟蹤技術(shù)已經(jīng)發(fā)揮出極高的應(yīng)用價值。在多目標跟蹤過程中可以提取的信息有很多，其中利用視頻信息可以直觀方便地獲取目標各項參數(shù)。隨著科技發(fā)展，視頻素材獲取變得非常容易，目前對于視頻內(nèi)容的分析還需要大量的人力。因此，研究設(shè)計出切實可行的機器智能視頻分析方案已經(jīng)非常緊迫。
　　針對多個目標區(qū)分與關(guān)聯(lián)的研究是多

2、目標跟蹤中最為關(guān)鍵的技術(shù)難題。聯(lián)合概率數(shù)據(jù)方法、最近鄰域方法等在目標較少時有一定價值，但當(dāng)目標較多時，數(shù)據(jù)關(guān)聯(lián)技術(shù)的計算量會呈爆炸式增長，這些方法的效果就有限了。目前，基于隨機有限集的多目標跟蹤方法成為研究熱點，這一研究方法可以減少運算次數(shù)，縮短運算時間，更重要的是避免了復(fù)雜的數(shù)據(jù)關(guān)聯(lián)，對目標個數(shù)多少不再敏感。
　　本文主要結(jié)合隨機有限集的有關(guān)理論，采用基于粒子濾波的多伯努利方法，利用視頻信息實現(xiàn)多目標跟蹤，并對跟蹤效果進行分析。

3、主要工作如下：
　　(1)研究了視頻信息采集、處理、特征提取等相關(guān)理論。主要利用彩色圖片的HSV顏色直方圖和SIFT特征點匹配，研究目標的相似度。兩者采用模糊邏輯融合，可以很好地解決目標變形、遮擋以及圖像噪聲等問題。
　　(2)研究了基于貝葉斯濾波理論的非線性目標跟蹤的粒子濾波算法，并結(jié)合HSV顏色直方圖和視頻輪廓信息完成視頻跟蹤算法的仿真。
　　(3)研究了隨機有限集的有關(guān)理論。分析了隨機有限集實現(xiàn)的PHD、CPHD