利用视频分割与粒子滤波实现多目标跟踪研究

摘要

多目标跟踪技术广泛应用于弹道导弹防御、空中预警、空中多目标攻击、战场监视、城市安保、虚拟现实中人机交互等领域。随着传感器技术的日益完善和机器人技术发展要求，基于计算机视觉的多目标跟踪技术成为各国顶尖科研机构竞相追逐的热点问题。
　　 粒子滤波是进行目标跟踪的有效方法，但被用于多目标跟踪时也容易出错，尤其是当多个目标相互交叉的时候。为了解决这个问题，本文提出了粒子滤波与视频分割相结合的方法，利用视频分割提供的信息区分不同的目标，以达到正确跟踪的目的。
　　 第一章介绍多目标跟踪的概念、组成与分类，多目标跟踪的研究意义、国内外研究现状以及本文贡献。
　　 第二章介绍粒子滤波在目标跟踪中的应用。
　　 第三章介绍利用视频分割与粒子滤波实现多目标跟踪的算法。
　　 第四章叙述了多目标跟踪算法的实现结果。
　　 第五章为总结与展望。

目录

文摘

英文文摘

论文说明:图表目录

声明

第1章绪论

1.1多目标跟踪概念、组成与分类

1.2多目标跟踪研究意义

1.3国内外研究现状

1.3.1目标建模研究

1.3.2跟踪滤波的研究

1.3.3跟踪区域选择的研究

1.3.4数据关联的研究

1.3.5多目标出现、消失的研究

1.4本文的工作

第2章粒子滤波在目标跟踪中的应用

2.1引言

2.2支撑理论

2.2.1蒙特卡罗理论

2.2.2贝叶斯估值理论

2.2.3马尔可夫链理论

2.3粒子滤波器

2.3.1粒子滤波器的核心思想

2.3.2粒子滤波应用于目标跟踪原理推导

2.3.3粒子滤波器设计的关键问题

2.3.4粒子滤波实现目标跟踪算法流程

2.4小结

第3章利用视频分割与粒子滤波的多目标跟踪算法实现

3.1引言

3.2逻辑流程图

3.3系统与目标建模

3.3.1系统模型

3.3.2目标运动模型与颜色模型

3.4视频分割

3.4.1运动估计

3.4.2运动目标分割

3.5利用视频分割与自适应重采样粒子滤波跟踪多目标算法实现

3.5.1算法核心思想

3.5.2算法实现流程

3.6小结

第4章多目标跟踪算法实现结果

4.1引言

4.2原始视频帧

4.3视频分割结果

4.4多目标跟踪跟踪结果

第5章总结与展望

5.1本文的工作总结

5.2未来工作的展望

参考文献

攻读硕士学位期间主要的研究成果

致谢