運動場景中的目標檢測與跟蹤算法的研究.pdf

1、運動目標的檢測與跟蹤技術是計算機視覺領域的關鍵技術之一。目前，靜止場景中的目標檢測與跟蹤技術，例如視頻監(jiān)控系統(tǒng)、交通管制系統(tǒng)等，研究已經日趨成熟，在軍事、交通、工業(yè)制造、醫(yī)療以及日常生活中的眾多領域得到了廣泛的應用。相對于靜止場景，運動場景是指攝像機運載平臺的姿態(tài)的改變而造成了背景與被檢測目標之間的相對運動。在運動場景中，要將運動的前景目標從同樣在運動的背景中分離出來，使得目標檢測與跟蹤技術將變得更加復雜。特別是在復雜的實際場景中，檢測

2、與跟蹤技術的實時性和可靠性往往難以得到保證，是當今檢測與跟蹤技術研究的難點。如何準確區(qū)分背景與運動目標是運動場景的目標檢測與跟蹤技術的首要任務。
　　 運動場景中的目標檢測與跟蹤方案可以分為背景運動補償技術、目標檢測技術和目標跟蹤技術三大環(huán)節(jié)。圍繞這三大技術環(huán)節(jié)，本文主要工作如下:
　　 重點研究了背景運動估計與補償。分析了常用的多種特征點檢測方法，提出了一種基于SIFT特征的背景運動估計方法。利用其尺度不變的特點，可以

3、有效的描述背景運動，具有不需要設置閾值，并有效、快速地提取整幅圖像的特征點的優(yōu)點。
　　 采用基于HSV顏色空間直方圖與梯度方向直方圖(HOG)的雙重視覺信息建立目標表示模型，從而更準確的對目標進行跟蹤。
　　 重點研究了運動目標跟蹤技術。在對MeanShift算法的詳細研究基礎之上，實現了基于改進的MeanShift算法的跟蹤方法。提出了基于粒子濾波算法的跟蹤方法在本框架中的應用，并對兩種方法的優(yōu)劣進行了比較。