视频运动人体目标跟踪方法与性能评估

摘要

自动视频目标检测与跟踪具有隐蔽性、直观性、抗电子干扰性等突出优点，作为智能监控系统中的一个重要组成部分，为各种后续高级处理，如目标分类和行为理解等提供了技术基础，在军事、安保等领域得到了广泛的应用。由于人体是非刚体，运动更加复杂，所以对于人体的检测和跟踪更有难度，特别是复杂背景下多个人体的跟踪问题。
　　 本文主要研究复杂背景下视频运动目标跟踪问题，将概率假设密度(PHD)粒子滤波方法用于人体跟踪，实现了视频中单目标和多目标的有效跟踪。
　　 首先总结了四种经典的运动目标跟踪方法，即模板匹配算法，Meanshift算法，比例直方图算法和粒子滤波算法；采用LOTS(Lehigh Omni-directional Tracking System)算法进行运动目标检测，分别对四种经典跟踪方法进行实验分析。
　　 其次，研究了概率假设密度粒子滤波跟踪算法，改变了以坐标作为状态向量的传统做法，利用角度作为状态向量。
　　 最后，研究了ViPER视频目标检测与跟踪评估平台，利用该平台的性能评价指标对概率假设密度粒子滤波算法和四种经典目标跟踪算法进行了评估，分析了算法的性能，得出了详细的评估结果。实验证明概率假设密度粒子滤波跟踪算法不仅对于复杂背景下单个人体的跟踪效果非常好，而且适用于跟踪多个人体，对于目标发生相遇的情况，也能很好的跟踪每一个目标。

目录

文摘

英文文摘

声明

第一章 绪论

1.1引言

1.2本课题研究背景及意义

1.3本课题研究进展及其现状

1.4本论文的主要工作和内容安排

第二章 视频图像中运动目标跟踪

2.1引言

2.2目标检测

2.2.1目标检测

2.2.2 LOTS检测方法

2.3目标跟踪方法综述

2.3.1用于跟踪的特征选取

2.3.2运动目标的匹配与搜索

2.3.3经典目标跟踪方法

2.3.4多目标的跟踪

2.4本章小结

第三章 基于概率假设密度粒子滤波的人体跟踪方法

3.1引言

3.2概率假设密度粒子滤波的基本原理

3.2.1随机有限集理论

3.2.2概率假设密度滤波算法

3.2.3基于概率假设密度粒子滤波的目标跟踪

3.3单目标跟踪实验结果及评估

3.3.1实验设置

3.3.2实验结果

3.4多目标跟踪实验结果

3.4.1实验设置

3.4.2实验结果

3.5本章小结

第四章 基于ViPER平台的单目标跟踪方法评估

4.1引言

4.2 ViPER简介

4.2.1 ViPER-GT系统组成

4.2.2算法性能评估

4.3单目标跟踪实验结果及评估

4.3.1跟踪实验结果

4.3.2评估结果与分析

4.4本章小结

第五章 总结与展望

5.1总结

5.2展望

致谢

参考文献

作者在读期间的科研工作及研究成果