智能視頻監(jiān)控下的多目標(biāo)跟蹤技術(shù)研究.pdf

1、智能視頻監(jiān)控系統(tǒng)將計(jì)算機(jī)視覺技術(shù)融入視頻監(jiān)控系統(tǒng)，對(duì)視頻數(shù)據(jù)流進(jìn)行圖像處理、目標(biāo)分析等工作，判斷目標(biāo)的動(dòng)作，自動(dòng)檢測(cè)、跟蹤目標(biāo)并進(jìn)行相關(guān)記錄，使計(jì)算機(jī)代替人進(jìn)行監(jiān)控，給予視頻監(jiān)控系統(tǒng)智能性，變被動(dòng)監(jiān)控為主動(dòng)監(jiān)控。
　　 多目標(biāo)跟蹤技術(shù)是智能視頻監(jiān)控系統(tǒng)的核心技術(shù)，其研究涉及到傳計(jì)算機(jī)圖像處理、模式識(shí)別、人工智能及自動(dòng)控制等諸多相關(guān)領(lǐng)域的知識(shí)，已開始得到科研工作者、政府和商家的重視，有著十分高的應(yīng)用前景和研究價(jià)值。
　　

2、智能視頻監(jiān)控系統(tǒng)下的多目標(biāo)跟蹤技術(shù)對(duì)系統(tǒng)的實(shí)時(shí)穩(wěn)定運(yùn)行要求高，如何實(shí)現(xiàn)適應(yīng)各種復(fù)雜場景、魯棒性高、實(shí)時(shí)性強(qiáng)的多目標(biāo)跟蹤技術(shù)已經(jīng)成為目前研究界急需解決的問題。
　　 本文重點(diǎn)研究智能視頻監(jiān)控系統(tǒng)下的多目標(biāo)跟蹤技術(shù)，主要的工作與創(chuàng)新之處如下:
　　 1.提出一種幀差法和背景差法融合的運(yùn)動(dòng)目標(biāo)檢測(cè)算法。在該算法中，針對(duì)幀差法的實(shí)時(shí)性高、對(duì)光照適應(yīng)性強(qiáng)的優(yōu)點(diǎn)和背景差法能檢測(cè)出完整運(yùn)動(dòng)目標(biāo)的優(yōu)點(diǎn)進(jìn)行了融合，并利用幀差法得到的中間結(jié)

3、果來進(jìn)行自適應(yīng)背景更新;然后提出了一種自適應(yīng)迭代閾值計(jì)算的方法，在進(jìn)行運(yùn)動(dòng)區(qū)域二值化后，使用運(yùn)動(dòng)目標(biāo)分割算法將多個(gè)運(yùn)動(dòng)目標(biāo)進(jìn)行分割。理論分析和實(shí)驗(yàn)表明該方法有效的提高了檢測(cè)率和魯棒性，得到了很好的多運(yùn)動(dòng)目標(biāo)檢測(cè)的效果。
　　 2.針對(duì)智能視頻監(jiān)控場景的復(fù)雜變化的情況下，提出一種多特征聯(lián)合的特征提取方法，該方法利用跟蹤算法針對(duì)每種特征求出相應(yīng)的跟蹤中心點(diǎn)，利用特征向量之間的相似度測(cè)量標(biāo)準(zhǔn)來計(jì)算每種特征的相應(yīng)權(quán)值，最終組成聯(lián)合特征完

4、成目標(biāo)跟蹤。該方法提取的特征相對(duì)于傳統(tǒng)的單獨(dú)特征有著更好地魯棒性。
　　 3.提出一種改進(jìn)的Meanshift算法來實(shí)現(xiàn)目標(biāo)的跟蹤，解決目標(biāo)大小變化和遮擋的跟蹤問題。針對(duì)智能視頻監(jiān)控場景景深，目標(biāo)會(huì)隨著離攝像機(jī)距離的遠(yuǎn)近而產(chǎn)生大小的變化的問題，提出一種基于尺度空間的Mean Shift算法，來自適應(yīng)的對(duì)變化大小的目標(biāo)進(jìn)行跟蹤。該方法有效的解決了目標(biāo)大小變化導(dǎo)致目標(biāo)丟失的問題。同時(shí)，針對(duì)多目標(biāo)跟蹤中的目標(biāo)遮擋問題，提出一種基于Ka