圖像監(jiān)控中的視頻跟蹤方法的研究.pdf

1、傳統(tǒng)的圖像監(jiān)控系統(tǒng)，要求操作人員7天24小時(shí)監(jiān)控?cái)z像頭，并發(fā)現(xiàn)可疑行為?，F(xiàn)代的智能視頻分析利用可靠的模式識(shí)別算法和計(jì)算機(jī)的運(yùn)算能力，提高了監(jiān)控系統(tǒng)的事件自動(dòng)發(fā)現(xiàn)和報(bào)警能力，將操作人員從繁忙的視頻監(jiān)控中解脫出來(lái)。隨著計(jì)算機(jī)和攝像頭前端設(shè)備處理能力的提高以及通信帶寬的增加，對(duì)智能視頻處理的要求也越來(lái)越多。例如對(duì)人流、車流的適時(shí)監(jiān)控和預(yù)測(cè)，對(duì)目標(biāo)行為的判斷和事件的歸類，對(duì)目標(biāo)的識(shí)別和搜索等等。作為智能視頻分析的一部分，視頻跟蹤擔(dān)負(fù)著承前啟后的

2、關(guān)鍵任務(wù)。它先從原始視頻序列之中發(fā)現(xiàn)敏感目標(biāo)，并對(duì)它們進(jìn)行有效的跟蹤。進(jìn)而能夠分析其軌跡和預(yù)測(cè)其行為。本文以圖像監(jiān)控為背景，研究視頻跟蹤算法的技術(shù)及其應(yīng)用。采用的視頻場(chǎng)景與實(shí)際生活息息相關(guān)，跟蹤對(duì)象多為行人。從濾波跟蹤和特征匹配兩類視頻跟蹤算法出發(fā)，按照不同的應(yīng)用和設(shè)備條件，對(duì)跟蹤算法進(jìn)行優(yōu)化設(shè)計(jì)。根據(jù)實(shí)際應(yīng)用的要求，設(shè)計(jì)了不同的跟蹤器。主要的創(chuàng)新工作歸納如下：
　　首先在發(fā)現(xiàn)復(fù)雜度和跟蹤時(shí)間上找到平衡點(diǎn)，提出濾波跟蹤和發(fā)現(xiàn)匹配相

3、結(jié)合的跟蹤算法。利用發(fā)現(xiàn)算法來(lái)選擇更新參考模型，結(jié)合變分法濾波跟蹤算法來(lái)推演目標(biāo)的運(yùn)動(dòng)規(guī)律。設(shè)計(jì)了二者交互的接口和條件參數(shù)，引導(dǎo)發(fā)現(xiàn)和更新單元來(lái)輔助變分濾波。算法既提高了跟蹤算法的穩(wěn)定性，又限制了發(fā)現(xiàn)算法的運(yùn)行時(shí)間。在多個(gè)場(chǎng)景的試驗(yàn)中，算法取得了不錯(cuò)的跟蹤效果。
　　接著提出了一種以點(diǎn)和網(wǎng)格為基礎(chǔ)的局部特征的跟蹤算法。特征點(diǎn)的提取和特征模型建立需要根據(jù)跟蹤目標(biāo)的特點(diǎn)來(lái)選擇。使用特征點(diǎn)的方法，優(yōu)點(diǎn)在于點(diǎn)的選擇具有尺度不變性，因此適用

4、于不同攝像頭之間的目標(biāo)參考模型交互。使用網(wǎng)格的方法，優(yōu)點(diǎn)在于特征區(qū)域的選擇速度快，而且特征的模型可以層級(jí)選擇。
　　然后提出了一種分隔多邊形區(qū)域的方法，并新建了一種空間拓?fù)漕伾狈綀D的外觀模型。在跟蹤復(fù)雜目標(biāo)，如人體時(shí)，可根據(jù)其局部區(qū)域的空間關(guān)系來(lái)建立顏色模型。這種具有空間拓?fù)潢P(guān)系的外觀模型，在進(jìn)行幀間的目標(biāo)匹配時(shí)具有很強(qiáng)的區(qū)分特性。
　　最后提出了一種時(shí)間域上的區(qū)域協(xié)方差模型，并在無(wú)線圖像傳感器網(wǎng)絡(luò)平臺(tái)中利用該模型進(jìn)行定位