改进快速粒子滤波算法的多目标检测与跟踪系统设计
Design of Multi-Objects Detection And Tracking System Based on Improved Fast Particle Filter
在智能视频监控中,实现对目标快速、准确地跟踪,是计算机视觉底层分析的关键技术,同时也是进行场景理解、行为分析等高级视觉处理的基础,其在军事制导、航空航天、智慧城市等领域具有重要的应用价值.针对目标跟踪技术,近年来国内外学者提出了许多经典算法,但如何提高复杂环境下目标跟踪的鲁棒性、实时性和准确性,仍然是计算机视觉领域亟待突破的难点.本文针对如何在背景复杂、光线阴影干扰、目标严重交叉遮挡、丢失重现等环境下,利用粒子滤波跟踪算法实现运动目标快速、精确的跟踪,同时对码本背景建模、随机蕨丛以及在线学习等算法进行了深入研究,提出了检测器和跟踪器结合的粒子滤波跟踪框架,设计出适用于复杂场景下准确性高、实时性强的快速粒子滤波跟踪系统,取得的创新性成果如下:1.运动目标检测.研究了背景建模的检测方法和目标建模的检测方法.对码本背景建模进行改进,减少了光线、阴影的影响,降低了误检率.另外采用随机蕨丛结合改进的2Bit-LBP特征训练分类器,达到了学习、训练、检测的要求.并根据两种检测方法提出了粒子滤波的两种改进思路.2.静态背景目标跟踪.为了在保证粒子多样性的前提下降低标准粒子滤波的计算量和时间复杂度,通过引入改进的码本前景检测,完整保留非刚性目标外观特征作为粒子滤波模板,对目标采样的范围进行限制,提高了粒子滤波跟踪算法的准确性和效率.3.动态背景目标跟踪.为解决动态背景中目标由于剧烈的运动状态以及丢失重现无法继续跟踪的问题,研究了随机蕨丛分类器方法,使得检测器与跟踪器同时运行,并根据两者的置信度,相互补充纠正跟踪结果,提高了准确度和实时性,且当目标由于严重遮挡重现后仍然可对目标进行有效跟踪.在文章的最后,对研究的内容进行了总结,并指出了后续研究方向与思路.
- 作者：
- 赵栋梁
- 学位授予单位：
- 重庆邮电大学
- 专业名称：
- 计算机技术
- 授予学位：
- 硕士
- 学位年度：
- 2016年
- 导师姓名：
- 瞿中
- 中图分类号：
- TP391.41；TN948.6
- 关键词：
- 目标检测；目标跟踪；粒子滤波；码本背景建模；随机蕨丛
- object detection; object tracking; particle filter; CodeBook background modeling; random ferns;