基于在線學(xué)習(xí)的視頻多目標(biāo)關(guān)聯(lián)技術(shù)研究.pdf

1、隨著監(jiān)控在維持社會(huì)安定方面發(fā)揮著越來(lái)越重要的作用，監(jiān)控視頻的數(shù)量呈“爆炸”式增長(zhǎng)，面對(duì)海量的視頻數(shù)據(jù)，多目標(biāo)關(guān)聯(lián)與跟蹤方法在計(jì)算復(fù)雜度、實(shí)時(shí)性要求等方面面臨挑戰(zhàn)。關(guān)聯(lián)與跟蹤系統(tǒng)是一個(gè)動(dòng)態(tài)估計(jì)問(wèn)題，利用的是目標(biāo)在時(shí)間上的連續(xù)性和空間上的相關(guān)性，然而當(dāng)視頻存在破壞造成數(shù)據(jù)不完整或者需要跨攝像機(jī)、跨視頻進(jìn)行目標(biāo)關(guān)聯(lián)時(shí)，目標(biāo)在時(shí)間上和空間上不再連續(xù)，此時(shí)基于視頻時(shí)間線索和連續(xù)幀間目標(biāo)位移信息的關(guān)聯(lián)方法可能失效。針對(duì)以上視頻多目標(biāo)關(guān)聯(lián)中所存在的問(wèn)

2、題，論文提出基于在線學(xué)習(xí)的視頻多目標(biāo)關(guān)聯(lián)技術(shù)，主要內(nèi)容包括以下幾個(gè)方面：
　?。?）針對(duì)大規(guī)模數(shù)據(jù)處理問(wèn)題提出在線學(xué)習(xí)方法。在線學(xué)習(xí)是解決大規(guī)模數(shù)據(jù)訓(xùn)練復(fù)雜度高的有效方法，視頻數(shù)據(jù)以流的方式到達(dá)，符合在線學(xué)習(xí)的數(shù)據(jù)特征，每到達(dá)一個(gè)數(shù)據(jù)學(xué)習(xí)算法就對(duì)當(dāng)前模型做一次更新，而不用等到數(shù)據(jù)全部獲得，以提高運(yùn)算效率，并且分類器的實(shí)時(shí)更新能更好地適應(yīng)數(shù)據(jù)特征變化；
　?。?）設(shè)計(jì)和實(shí)現(xiàn)了在線支持向量機(jī)及其預(yù)測(cè)器稀疏化?；诤说腟VM算法在

3、解決非線性分類問(wèn)題上表現(xiàn)突出，論文利用凸優(yōu)化理論中的Fenchel對(duì)偶，將其轉(zhuǎn)變?yōu)樵诰€形式，并通過(guò)對(duì)偶提升分析設(shè)計(jì)一種基于窗函數(shù)方法的分類器更新機(jī)制。對(duì)分類器進(jìn)行選擇性地更新，提高了分類器的稀疏性；對(duì)對(duì)偶提升進(jìn)行限制，增強(qiáng)了分類器對(duì)噪聲的魯棒性，從而保證數(shù)據(jù)分類的準(zhǔn)確性。多個(gè)數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果驗(yàn)證了算法的有效性；
　?。?）設(shè)計(jì)并實(shí)現(xiàn)了融入目標(biāo)分類的多目標(biāo)關(guān)聯(lián)技術(shù)。以在線支持向量機(jī)作為分類器的多目標(biāo)關(guān)聯(lián)技術(shù)，并不以目標(biāo)在時(shí)間上和空

4、間上的連續(xù)性作為關(guān)聯(lián)線索，因此在視頻數(shù)據(jù)不完整、丟失幀、甚至幀順序打亂的情況下仍然能夠有效地關(guān)聯(lián)目標(biāo)。另外，此目標(biāo)關(guān)聯(lián)技術(shù)亦適用于跨視頻、跨攝像機(jī)進(jìn)行目標(biāo)關(guān)聯(lián)，而不用重新構(gòu)造關(guān)聯(lián)模型；
　?。?）針對(duì)是實(shí)時(shí)性要求提出并行化檢測(cè)關(guān)聯(lián)結(jié)構(gòu)。論文提出將多目標(biāo)跟蹤中的目標(biāo)檢測(cè)和目標(biāo)關(guān)聯(lián)分離，作為兩個(gè)單獨(dú)的模塊來(lái)并行化處理視頻，即多個(gè)視頻幀同時(shí)進(jìn)行多目標(biāo)檢測(cè)關(guān)聯(lián)，這種結(jié)構(gòu)可以有效解決一般多目標(biāo)檢測(cè)關(guān)聯(lián)方法中實(shí)時(shí)性與準(zhǔn)確性不能同時(shí)提高的矛盾。