基于MCMC的多運(yùn)動(dòng)目標(biāo)分割與跟蹤方法研究.pdf

1、基于視頻的目標(biāo)分割與跟蹤技術(shù)是計(jì)算視覺(jué)領(lǐng)域中的最主要研究方向之一,雖然研究人員已經(jīng)提出了很多有效的目標(biāo)跟蹤方法,但是由于目標(biāo)跟蹤中存在復(fù)雜背景干擾、目標(biāo)外觀變化、多目標(biāo)間的合并、分離和遮擋等問(wèn)題時(shí),會(huì)造成目標(biāo)跟蹤的魯棒性和準(zhǔn)確性降低。針對(duì)這些問(wèn)題,本文在馬爾科夫鏈蒙特卡羅(MCMC)算法和粒子濾波器的基礎(chǔ)上,對(duì)多目標(biāo)的魯棒檢測(cè)和跟蹤方法進(jìn)行了深入的研究,具體如下:
　　 (1)提出一種多特征融合的混合高斯背景建模方法,克服了采用

2、單一特征進(jìn)行目標(biāo)檢測(cè)時(shí)存在的誤檢問(wèn)題,并在此基礎(chǔ)上利用一種確定疑似陰影和確定真實(shí)背景的雙重判決陰影方法,對(duì)于準(zhǔn)確去除陰影提供了雙重保證。
　　 (2)針對(duì)于普通粒子濾波的目標(biāo)跟蹤方法存在計(jì)算量大、過(guò)程耗時(shí)和粒子退化等問(wèn)題,提出一種基于MCMC的粒子濾波算法,不僅增加了粒子采樣的多樣性,而且滿足了計(jì)算的實(shí)時(shí)性。
　　 (3)提出一種多目標(biāo)跟蹤框架,能夠高效的實(shí)現(xiàn)復(fù)雜場(chǎng)景中的多目標(biāo)跟蹤,將跟蹤窗引入到數(shù)據(jù)關(guān)聯(lián)的過(guò)程中,實(shí)現(xiàn)了