監(jiān)控場景下行人目標的跟蹤與描述.pdf

1、智能視頻監(jiān)控技術正在逐步取代或改造傳統(tǒng)的視頻監(jiān)控系統(tǒng)，成為提升監(jiān)控系統(tǒng)效能的主要發(fā)展方向，其技術核心在于視頻分析，包括對視頻圖像目標的檢測、識別、跟蹤以及描述等。因此，如何在實時監(jiān)控場景下對感興趣目標進行鎖定跟蹤，并對跟蹤的目標進行結構化語義描述是智能視頻監(jiān)控系統(tǒng)中至關重要的部分。目前車輛等剛性目標由于其結構比較規(guī)范，相應的跟蹤和描述手段已經較為成熟，而面向行人目標的跟蹤和描述研究對于完善現有智能視頻監(jiān)控系統(tǒng)具有尤為重要的意義。

2、　　本文首先分析了目前流行的在線跟蹤算法的基本原理，并重點介紹了其中比較重要的一種基于壓縮感知的在線目標跟蹤方法（Compressive Tracking，簡稱CT），進而結合實際監(jiān)控應用場景下對視頻跟蹤實時性和可靠性的需求，研究單目標CT跟蹤算法的改進；在此基礎上，本文還深入研究了多人目標跟蹤的主要問題，針對常見的目標間相互遮擋問題，提出了一種新的遮擋檢測和處理方法，實現了多目標的鎖定跟蹤；最后，本文對行人目標的結構化描述進行了研究，

3、具體闡述了基于XML描述語言的行人目標內容描述方法。詳細介紹如下：
　　針對單人目標跟蹤問題，本文通過引入尺度變化和線性預測，對現有CT算法的不足之處進行改進，然后參考各種開源目標跟蹤算法，構建目標跟蹤算法平臺，并通過設計多種跟蹤算法的融合策略，進一步提高目標跟蹤的準確率。
　　針對多人目標跟蹤問題，本文詳細介紹了多目標跟蹤系統(tǒng)的主要模塊及其功能，然后重點分析了實際監(jiān)控場景下多人跟蹤的實時性問題和目標遮擋問題，基于卡爾曼濾波

4、和行人特征分類器，對現有的基于數據關聯的遮擋處理方法進行改進，實現在嚴重遮擋情況下的目標鎖定跟蹤。
　　最后，針對行人目標的內容描述，本文根據所得到的行人目標跟蹤結果，對目標內容進行XML格式的結構化描述，主要包括目標的顏色、紋理、形狀以及空間位置等底層特征，同時將描述信息打包發(fā)送，實現本地客戶端和遠程服務器端之間描述流的發(fā)送與接收。
　　本文對交通、銀行等典型監(jiān)控視頻以及PETS等公共視頻集進行測試，實驗結果表明，本文所改