復雜環(huán)境下的實時多目標跟蹤系統(tǒng).pdf

1、最近幾年城市中監(jiān)控攝像頭的數(shù)目快速增長，大量的監(jiān)控攝像頭目前并沒有真正發(fā)揮作用，因為完全依靠人力無法及時處理大量監(jiān)控視頻，大多數(shù)情況下是安全事件發(fā)生之后，才去調(diào)查錄像。因此，通過視頻分析算法自動檢洲和分析實時視頻，及時地處理安全事件，成為了一種迫切的需求。由于上述原因，視頻分析技術(shù)在最近幾年成為了研究熱點。實際監(jiān)控環(huán)境非常復雜，例如光照突然變化，樹枝擺動，一些昏暗環(huán)境下目標非常不明顯，目標的形態(tài)，運動軌跡，速度等差異大，無法預測。所以通

2、過視頻分析算法解決實際監(jiān)控問題，是一個非常有挑戰(zhàn)性的工作。首先，通過視頻分析給出的報警一定要非常可靠，如果經(jīng)常因為一些環(huán)境噪聲發(fā)出一些誤報警，智能監(jiān)控系統(tǒng)就不具備實用價值了。其次，視頻分析檢測入侵目標一定要檢測率很高，否則經(jīng)常有入侵目標無法檢測出來，也會導致系統(tǒng)不具備實用價值。再次，視頻分析算法的運算效率要高，使用盡可能少的運算資源完成視頻分析算法，如果需要很多運算資源，導致成本過高會影響視頻分析系統(tǒng)的廣泛應用。
　　本文提出了一

3、個復雜環(huán)境下的多目標實時跟蹤系統(tǒng)，相比于目前該領(lǐng)域的已發(fā)表的研究成果，能夠更加精確的跟蹤視頻監(jiān)控場景中的入侵目標，并且算法效率有了極大提升。首先，本文在動態(tài)背景建模上在參考目前主流背景建模方法的基礎(chǔ)上，選定了codebook作為背景建模算法基礎(chǔ)，在背景更新方法上做了大量改進，使得codebook的運算效率與前景檢測準確率相對于原文中的算法都有了很大提升，并且在主要性能上優(yōu)于其他的主流背景建模算法。同時，本文選用粒子濾波算法作為多目標跟蹤