復(fù)雜背景下視頻運(yùn)動目標(biāo)檢測與跟蹤算法研究.pdf

1、世界在不斷變化中，相比于靜態(tài)單一圖像，動態(tài)圖像能夠提供更加豐富的信息。那么要從包含大量數(shù)據(jù)的動態(tài)圖像中提取目標(biāo)的運(yùn)動信息，就需要采用視頻運(yùn)動目標(biāo)檢測與跟蹤方法。作為當(dāng)前機(jī)器視覺和計(jì)算機(jī)圖像處理的熱門領(lǐng)域，運(yùn)動目標(biāo)檢測和跟蹤涉及到人工智能、模式識別、自動控制等眾多學(xué)科，同時(shí)對機(jī)器人導(dǎo)航、軍事制導(dǎo)、智能交通、醫(yī)學(xué)圖像分析以及當(dāng)前蓬勃發(fā)展的智能家庭等領(lǐng)域有著廣泛的應(yīng)用。文章針對當(dāng)前運(yùn)動目標(biāo)檢測和跟蹤算法在復(fù)雜背景下對目標(biāo)跟蹤難、實(shí)時(shí)性和準(zhǔn)確性

2、不高的應(yīng)用難點(diǎn)，主要以行人和車輛以及空中飛行飛機(jī)為跟蹤對象，研究了提高圖像跟蹤算法性能的各種策略，以便使得算法達(dá)到實(shí)時(shí)、準(zhǔn)確跟蹤、多目標(biāo)跟蹤的目的。
　　首先，文章介紹了國內(nèi)外視頻運(yùn)動目標(biāo)檢測和發(fā)展現(xiàn)狀，對運(yùn)動目標(biāo)檢測和跟蹤做了系統(tǒng)的講解，對復(fù)雜背景的特征以及跟蹤難點(diǎn)進(jìn)行了詳細(xì)的探討。針對復(fù)雜背景下的運(yùn)動目標(biāo)圖像特征，采用Horn-Schunck（H-S）光流法和幀間差分法法結(jié)合的目標(biāo)檢測算法對目標(biāo)進(jìn)行提取，并利用投影定位算法獲取

3、目標(biāo)形心所在方位。
　　然后，文章研究了單目標(biāo)跟蹤算法，利用“當(dāng)前”模型和卡爾曼濾波器，建立了基于“當(dāng)前”模型自適應(yīng)濾波算法，并基于該算法設(shè)計(jì)了自適應(yīng)跟蹤波門用于目標(biāo)跟蹤。講述了常用的基于核的跟蹤方法，并與文章引入的跟蹤算法進(jìn)行實(shí)驗(yàn)對比。在不同的復(fù)雜背景下，利用前面的單目標(biāo)跟蹤算法對不同場景中的運(yùn)動目標(biāo)進(jìn)行跟蹤，并進(jìn)行了實(shí)驗(yàn)分析。
　　接著，文章對視頻圖像的多目標(biāo)跟蹤原理進(jìn)行了討論，并對現(xiàn)有的航跡關(guān)聯(lián)算法的缺陷進(jìn)行了分析，將