利用视频信息的多目标跟踪研究

摘要

针对特定应用场景中的多个目标的位置进行连续估计便可实现多目标跟踪。在视频会议、监控、交通网络系统、机器人运作以及军事等诸多范畴，多目标跟踪技术已经发挥出极高的应用价值。在多目标跟踪过程中可以提取的信息有很多，其中利用视频信息可以直观方便地获取目标各项参数。随着科技发展，视频素材获取变得非常容易，目前对于视频内容的分析还需要大量的人力。因此，研究设计出切实可行的机器智能视频分析方案已经非常紧迫。
　　针对多个目标区分与关联的研究是多目标跟踪中最为关键的技术难题。联合概率数据方法、最近邻域方法等在目标较少时有一定价值，但当目标较多时，数据关联技术的计算量会呈爆炸式增长，这些方法的效果就有限了。目前，基于随机有限集的多目标跟踪方法成为研究热点，这一研究方法可以减少运算次数，缩短运算时间，更重要的是避免了复杂的数据关联，对目标个数多少不再敏感。
　　本文主要结合随机有限集的有关理论，采用基于粒子滤波的多伯努利方法，利用视频信息实现多目标跟踪，并对跟踪效果进行分析。主要工作如下：
　　(1)研究了视频信息采集、处理、特征提取等相关理论。主要利用彩色图片的HSV颜色直方图和SIFT特征点匹配，研究目标的相似度。两者采用模糊逻辑融合，可以很好地解决目标变形、遮挡以及图像噪声等问题。
　　(2)研究了基于贝叶斯滤波理论的非线性目标跟踪的粒子滤波算法，并结合HSV颜色直方图和视频轮廓信息完成视频跟踪算法的仿真。
　　(3)研究了随机有限集的有关理论。分析了随机有限集实现的PHD、CPHD和改进多伯努利滤波方法的迭代过程。并对上述三种算法进行了仿真比较，根据仿真结果，选择改进多伯努利滤波器用以实现视频多目标跟踪。
　　(4)制作目标特征信息库，采用特征融合方法，完成基于多伯努利滤波的视频目标跟踪的有关步骤，实现对占幅比较小的目标跟踪，并分析跟踪效果。采用特征融合方法，根据视频特征修改相关参数因子，实现了较好的跟踪鲁棒性。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 论文的研究背景及意义

1.2 目标跟踪概述

1.3 论文主要创新点以及结构安排

第二章 粒子滤波与目标跟踪基础理论

2.1 粒子滤波原理

2.2 粒子滤波应用到的统计学方法

2.3 粒子滤波的算法实现

2.4 基于粒子滤波目标跟踪仿真

2.5 本章小结

第三章 利用粒子滤波方法的视频目标跟踪

3.1颜色特征有关理论

3.2利用粒子滤波进行视频目标跟踪算法的实施

3.3视频目标跟踪仿真分析

3.4 本章小结

第四章 多目标跟踪的随机有限集实现方法

4.1 随机有限集的统计学基础

4.2 PHD和CPHD滤波方法

4.3 随机有限集多伯努利滤波方法

4.4 多目标跟踪仿真分析

4.5 本章小结

第五章 利用特征融合多伯努利滤波器的视频多目标跟踪实现

5.1 多目标跟踪的观测模型

5.2 基于特征融合多伯努利滤波器的视频多目标跟踪流程

5.3 多目标视频跟踪仿真分析

5.4 本章小结

第六章 总结与展望

6.1 工作总结

6.2 研究展望

致谢

参考文献