多攝像機環(huán)境下的運動目標(biāo)跟蹤技術(shù)的研究與應(yīng)用.pdf

1、視頻監(jiān)控是安全防范系統(tǒng)的重要組成部分,它以其直觀、準(zhǔn)確、及時和信息內(nèi)容豐富而被應(yīng)用于許多場合。智能視頻監(jiān)控是對傳統(tǒng)監(jiān)控系統(tǒng)的智能化,從而減輕了人員的壓力,擴大了監(jiān)控范圍。運動目標(biāo)跟蹤是智能視頻監(jiān)控的主要技術(shù)之一,而單攝像機跟蹤系統(tǒng)的視野域有限,跟蹤目標(biāo)容易受到其他障礙物的干擾,因此研究多攝像機環(huán)境下的運動目標(biāo)跟蹤具有非常重要的意義。
　　本文以變電站場景下的運動目標(biāo)跟蹤為應(yīng)用背景,研究了重疊多攝像機的目標(biāo)跟蹤方法,主要包括以下內(nèi)容

2、:
　　1.改進了一種基于一維標(biāo)定物的多攝像機標(biāo)定算法。該算法根據(jù)已知的點對應(yīng)得到每組攝像機的基礎(chǔ)矩陣,然后利用每個基礎(chǔ)矩陣得到對應(yīng)的每組攝像機的射影矩陣。為了從射影矩陣得到歐氏矩陣,完成多攝像機的標(biāo)定,可以經(jīng)過如下兩個階段得到由射影矩陣轉(zhuǎn)化為歐氏矩陣的變換矩陣:第一階段是求解第一組攝像機的變換矩陣,第二階段是使用不同方法得到其他組攝像機的變換矩陣。
　　2.為了給運動目標(biāo)跟蹤算法提供輸入數(shù)據(jù),首先比較了背景減除法、一維高斯

3、模型、高斯混合模型和核密度估計四種基于背景的前景目標(biāo)提取算法,綜合考慮之后選擇背景減除法作為運動目標(biāo)提取算法。然后詳細(xì)敘述了概率占用圖的構(gòu)建方法,該概率占用圖以運動目標(biāo)的前景二值圖像作為輸入,產(chǎn)生目標(biāo)在場景中出現(xiàn)的概率的近似值,該近似值可以作為后續(xù)運動目標(biāo)跟蹤算法的輸入數(shù)據(jù)。
　　3.提出了結(jié)合 k最短路徑和基于顏色的線性規(guī)劃算法來求解多目標(biāo)運動軌跡的方法。首先根據(jù)多個攝像機的監(jiān)控區(qū)域建立網(wǎng)絡(luò)流,以目標(biāo)在監(jiān)控區(qū)域中出現(xiàn)的后驗概率計

4、算各個時刻目標(biāo)最有可能經(jīng)過的網(wǎng)絡(luò)節(jié)點。為了加快求解速度,提出了利用 k最短路徑算法作用于網(wǎng)絡(luò)流以得到 k個目標(biāo)運動軌跡的方法。但是 k最短路徑跟蹤算法沒有考慮目標(biāo)的顏色信息,因此接下來提出了使用 k最短路徑與基于顏色的線性規(guī)劃相結(jié)合的方法,這種方法不僅降低了計算的時間復(fù)雜度,而且利用了目標(biāo)的顏色信息,提高了跟蹤的準(zhǔn)確性。
　　4.設(shè)計了一個變電站場景下的跟蹤系統(tǒng)。該系統(tǒng)使用多個攝像機對變電站的室內(nèi)室外區(qū)域進行實時監(jiān)控,利用本文提出