二維視頻中目標(biāo)的三維軌跡檢測算法研究.pdf

1、在計算機(jī)視覺領(lǐng)域，運(yùn)動目標(biāo)跟蹤一直是一個比較熱門的研究方向，目前針對這方面的研究也比較多。這在很大程度上與運(yùn)動目標(biāo)跟蹤在智能視頻監(jiān)控、基于目標(biāo)的視頻壓縮、虛擬現(xiàn)實(shí)以及輔助駕駛等領(lǐng)域都有比較多的應(yīng)用是分不開的。近年來，在目標(biāo)跟蹤領(lǐng)域提出了許多算法，例如提取輪廓、紋理、顏色信息或各種利用傅里葉變換和小波變換來進(jìn)行目標(biāo)識別和跟蹤的算法。同時，各種參數(shù)、非參數(shù)的概率密度估計方法也被應(yīng)用到了目標(biāo)跟蹤技術(shù)中來，其中比較典型的就是卡爾曼濾波器(Kal

2、man Filter)與粒子濾波器(Particle Filter)。與此同時，二維視頻中的三維信息提取技術(shù)同樣是計算機(jī)視覺領(lǐng)域的重要研究方向。相對于二維信息，三維信息包含更多的信息量。在運(yùn)動目標(biāo)跟蹤的同時，目標(biāo)的三維運(yùn)動軌跡可以為系統(tǒng)提供更多關(guān)于目標(biāo)的信息。這些信息對于視頻監(jiān)控、輔助駕駛等應(yīng)用都會有比較大的幫助。從二維視頻中提取三維信息是一個復(fù)雜的逆過程，需要用到攝像機(jī)成像模型并對各種噪聲、誤差進(jìn)行處理，其中攝像機(jī)標(biāo)定技術(shù)最為關(guān)鍵。近

3、些年來，攝像機(jī)標(biāo)定技術(shù)得到了廣泛而深入的研究。本文研究的主要目標(biāo)是獲取二維視頻中運(yùn)動目標(biāo)的三維運(yùn)動軌跡。本文提出了一個自動跟蹤運(yùn)動目標(biāo)并檢測其三維運(yùn)動軌跡的目標(biāo)跟蹤系統(tǒng)，該系統(tǒng)由運(yùn)動目標(biāo)跟蹤以及三維信息提取兩個模塊組成。文中分別對目標(biāo)檢測與跟蹤、攝像機(jī)成像模型、標(biāo)定以及坐標(biāo)反變換等做了分析和研究，并針對部分算法存在的不足提出了改進(jìn)意見以及改進(jìn)方法。在這些研究的基礎(chǔ)上，本文最終將各種改進(jìn)算法結(jié)合到一起，實(shí)現(xiàn)了對二維視頻中運(yùn)動目標(biāo)的三維運(yùn)動

4、軌跡的獲取。本文提出的運(yùn)動目標(biāo)跟蹤算法是在對混合高斯模型(GMM)與粒子濾波器(Particle Filter)這兩種數(shù)學(xué)工具的分析和研究的基礎(chǔ)上提出來的。本文將這兩種數(shù)學(xué)工具有機(jī)地結(jié)合到一起并引入目標(biāo)匹配機(jī)制，提出了一種針對視頻中運(yùn)動目標(biāo)的自動跟蹤算法。本文提出的運(yùn)動目標(biāo)自動跟蹤算法首先利用混合高斯模型(GMM)進(jìn)行背景建模從而實(shí)現(xiàn)運(yùn)動目標(biāo)檢測，隨后利用粒子濾波器(Particle Filter)對檢測到的目標(biāo)進(jìn)行跟蹤，之后對兩個算法

5、得到的目標(biāo)進(jìn)行匹配以實(shí)現(xiàn)目標(biāo)的自動融合與識別，同時也能夠提高跟蹤算法的魯棒性。本文的三維信息提取算法主要建立在對攝像機(jī)成像模型和經(jīng)典攝像機(jī)標(biāo)定算法的分析和研究的基礎(chǔ)上。本文在對上述理論進(jìn)行了充分研究之后，首先通過實(shí)驗(yàn)找到攝像機(jī)標(biāo)定中出現(xiàn)較大誤差的原因。隨后，本文提出一種標(biāo)定點(diǎn)坐標(biāo)修正的策略，根據(jù)標(biāo)定物體的幾何信息對計算機(jī)坐標(biāo)系下的坐標(biāo)進(jìn)行修正，以盡可能地避免由于標(biāo)定點(diǎn)坐標(biāo)的小幅度偏差導(dǎo)致的標(biāo)定失敗。最后，根據(jù)標(biāo)定算法得到的參數(shù)進(jìn)行坐標(biāo)反