基于协方差特征矩阵的目标跟踪系统研究

摘要

随着视频分析技术的发展和用户需求的多样化，智能视频监控系统逐渐成为人们生活中不可缺少的一部分。智能视频监控就是采用计算机视觉方法，对视频的内容进行分析，通过特征和行为对目标进行判定，实现对监控场所异常情况和可疑事件进行自动报警和做出相应的反应，达到智能的预防监控的目的。视频分析技术不仅在人们生活中具有广泛的应用性，在军事领域同样具有很高的应用价值，目标提取、识别在现代化国防中也扮演着重要角色。因此，视频分析技术是以视频图像中目标行为分析为基础，对目标的跟踪的研究具有重要的意义。
　　 本文首先介绍了目前主要的目标的检测和跟踪的方法，通过对检测和跟踪方法、思想的简单介绍，引出跟踪目标的难点：背景环境发生改变、背景环境带来的干扰、目标发生遮挡、运动目标大小发生变化等等问题。结合这些问题，本文提出的基于Kalman滤波的多特征协方差算法研究复杂背景环境下的目标跟踪，来解决在目标跟踪领域相应的一些难点问题，实现了对目标的跟踪，并进行了改进和优化，主要在以下几个方面做了一定的工作：
　　 1)基于协方差对目标跟踪算法实现。通过对目标区域像素进行多特征向量的提取，结合积分图算法对目标区域的协方差矩阵求取，然后在跟踪算法中实现最优匹配，寻找到最佳目标跟踪位置。
　　 2)算法改进。首先基于Vincent Arsigny等人在协方差匹配上提出的公式，对模块更新采用了加权平均的算法，提高对目标跟踪的鲁棒性；其次是对目标感兴趣区域和匹配框的变化，提高了算法的快速性；最后对被遮挡目标进行匹配和预测的残差计算，解决目标被遮挡的问题。
　　 3)本文在Matlab7.7的环境下，实现了本文提出的对目标跟踪的算法。
　　 通过多个视频序列的实验表明，本文算法很好的实现对目标的跟踪，在复杂环境下、目标大小发生明显改变和短暂的被遮挡，都达到了预期的效果。