基于主体检测和多特征参数的多目标跟踪算法研究

摘要

多目标跟踪属于计算机视觉的一个方向，并与多个学科交叉形成了一个独立的领域。随着科技和技术的进步，多目标跟踪技术被广泛应用，例如由来已久的各种军事雷达跟踪系统和现如今的交通、安防、监狱、银行、学校等视频跟踪监控管理系统。虽然越来越高的关注度给多目标跟踪技术带来了不少开创性成果，但同时提出了更高的需求，特别是对于以人作为跟踪对象的情况迫切需要更加优秀的算法解决更加复杂的问题，因此多目标跟踪具有广阔的前景。
　　 本文按照多目标跟踪的处理流程来介绍多目标跟踪的各个环节，首先从理论上研究了多运动跟踪中目标检测和目标跟踪两个阶段的主流方法;针对这些方法的优缺点本文在目标检测和多目标跟踪两个阶段提出了两个算法，并通过对比实验验证本文算法。本文具体研究内容如下:
　　 (1)提出主体检测法。由于传统目标检测算法在获取分离目标时由于背景干扰、自干扰和多目标相互接触难以获得准确的目标模板。针对以上问题，本文从整体出发将前景检测的结果与统计方法结合，对前景像素统计提取出目标的主体部分作为目标模板，去除跟踪阶段不需要纠结的细节部分和容易造成干扰的不稳定部分;获取的目标模板用于跟踪阶段提取特征参数。实验结果证明，主体检测法对跟踪目标的模板获取具有良好的效果。
　　 (2)提出基于主体检测和多特征参数的多目标跟踪算法。在多目标跟踪中存在“无遮挡情况下的跟踪”、“有固定遮挡物情况下的跟踪”和“多目标相互遮挡情况下的跟踪”三个关键问题。本文针对这三个关键问题设计多目标跟踪算法将多特征参数和粒子滤波器相结合。通过与传统基于SIFT特征的跟踪算法进行实验对比，验证了本文跟踪算法在完成跟踪的基础上，很好的解决了以上三个关键问题。

目录

声明

摘要

第一章 绪论

1．1 引言

1．2 研究现状与发展趋势

1．3 多目标跟踪技术相关内容

1．3．1 跟踪假设条件

1．3．2 目标检测

1．3．3 运动目标分类

1．3．4 目标跟踪

1．3．5 行为理解与描述

1．4 关键难题和研究成果

1．4．1 关键难题

1．4．2 本文研究成果

1．5 文章结构

第二章 多目标跟踪方法研究

2．1 引言

2．2 目标检测方法研究

2．3．1 帧差法

2．3．2 背景差分法——传统码本法

2．3．3 融合信号能量分析的改进码本法的运动检测算法

2．3 跟踪方法研究

2．3．1 卡尔曼滤波器

2．3．2 粒子滤波器

2．4 本章小结

第三章 主体检测法(Main-Detect)

3．1 引言

3．2 主体检测法提出背景

3．3 主体检测法(Main-Detect)

3．3．1 主体定义

3．3．2 主体获取算法

3．4 算法实现与效果对比分析

第四章 基于M-D的多特征参数的获取与匹配和多目标跟踪算法

4．1 引言

4．2 目标特征参数的获取与匹配方法

4．2．1 颜色特征的获取与匹配

4．2．2 物理特征的获取与匹配

4．2．3 运动特征的获取与匹配

4．3 特征参数的更新方法

4．3．1 信号能量分析思想

4．3．2 物理特征参数信号变化分析

4．3．3 特征参数更新

4．3．4 全局特征参数信息表的建立

4．4 基于主体检测(M-D)和多特征参数的多目标跟踪的实现方法

4．4．1 总体算法流程设计

4．4．2 算法描述

4．4．3 多目标之间相互遮挡的继续跟踪算法

4．4．4 固定遮挡物情况下的跟踪算法

4．5 实验效果和分析

4．5．1 “多个目标无遮挡的目标跟踪”实验效果与分析

4．5．2 “多个目标相互遮挡情况下的目标跟踪”实验效果对比与分析

4．5．3 “固定遮挡物情况下的目标跟踪”实验效果对比与分析

第五章 总结与展望

5．1 文章总结

5．2 未来展望

参考文献

致谢

攻读硕士学位期间发表的学术论文目录

攻读硕士学位期间参与的科研项目