视频中运动目标跟踪算法的研究 硕士论文 - 图文(2)

3.3.3 算法实现及结果分析........................................................................................ 24 3.4 本章小结 ................................................................................................................... 26 第四章 粒子滤波理论及其在目标跟踪中的应用 ........................................................... 27 4.1 引言 ........................................................................................................................... 27 4.2 粒子滤波理论 ........................................................................................................... 28 4.2.1 贝叶斯滤波原理................................................................................................ 28 4.2.2 蒙特卡罗方法简介............................................................................................ 31 4.2.3 粒子滤波算法原理............................................................................................ 32 4.3 粒子滤波算法在目标跟踪中的应用 ....................................................................... 38 4.3.1 系统状态空间和动态模型的建立.................................................................... 38 4.3.2 目标模型的建立................................................................................................ 39 4.3.3 粒子权值的评价................................................................................................ 40 4.3.4 目标模板的更新................................................................................................ 40 4.3.5 粒子的重采样.................................................................................................... 41 4.3.6 目标定位............................................................................................................ 41 4.3.7 算法步骤............................................................................................................ 41 4.3.8 算法实现及结果分析........................................................................................ 43 4.4 本章小结 ................................................................................................................... 47 第五章 基于梯度方向直方图特征和粒子滤波融合的跟踪算法 ................................... 48 5.1 引言 ........................................................................................................................... 48 5.2 本文目标跟踪算法 ................................................................................................... 49 5.2.1 算法的基本原理................................................................................................ 49 5.2.2 跟踪算法的描述................................................................................................ 50 5.2.3 算法的实现及结果分析.................................................................................... 51 5.3 本章小结 ................................................................................................................... 54 第六章 总结与展望 ........................................................................................................... 55

6.1 总结 ........................................................................................................................... 55 6.2 展望 ........................................................................................................................... 55 参考文献 ............................................................................................................................. 57 攻读硕士学位期间发表学术论文情况 ............................................................................. 61 致 谢 ................................................................................................................................. 62

视频中运动目标跟踪算法的研究 第一章 绪 论

第一章 绪 论

1.1 论文研究背景及意义

计算机视觉是一门多学科交叉的学科，涉及数字图像处理、计算机图形学、模式识别、人工神经网络、人工智能、计算机学、生理学、心理学、物理学和数学等，广泛应用于智能监控、机器人视觉系统、机器人视觉导航、地图测绘、物体的三维重建、智能人机接口、医学辅助诊断等领域，而在视频图像中对感兴趣的运动目标进行跟踪是计算机视觉中必不可少的关键技术。运动目标跟踪问题之所以能引起广泛的关注是因为它能够应用于民用、军事等许多领域[42-45]。在民用方面，智能视频监控系统的目的就是利用计算机视觉的方法，在不需要人为介入的情况下，通过对摄像机拍摄的视频图像进行自动分析，对被监控场景中的变化进行定位、识别及跟踪，并在此基础上判断和分析有关运动目标的行为以对异常情况及时做出反馈。对停车场、商场和银行等的监控，防止盗窃、非法行为的发生，保障人类生命及财产安全。通过智能交通管理系统的检测及跟踪可以减少或避免交通违规和不文明现象，大大提高了交通管理的效率。而人机接口交互技术则是采用更为简洁性、智能化以及人性化的人机接口交互方式来取代传统键盘、鼠标和计算机的接口交互方式，计算机可以无接触式地收集人类在计算机前的视频信息，加以分析处理并能“理解”人类意图从而做出反馈。

运动目标跟踪技术在军事上也有广泛的应用，例如卫星监控系统对低空和地面上的目标的监视以及防御反弹道导弹和攻击系统等。并且，随着各个方面要求的逐渐增多以及各种相关科研技术的深入发展，运动目标跟踪技术将得到更为广泛的运用，对它的探索研究也将更为深入。然而这方面的研究内容涉及的学科领域较多，如图像处理、模式识别以及人工智能等，并且运用的场合也不尽相同，其理论体系还不是很完备，一些关键性问题还尚未突破，新的研究方法和技巧还有待研发。所以，对运动目标跟踪算法的研究是一项既有理论意义又有实用价值的课题。

除以上应用外，运动目标跟踪技术在各行各业都有着大量的应用前景。运动目标的跟踪包括目标的检测、特征提取及跟踪等多个阶段。其中，目标的检测和特征提取是用先验知识在视频图像中将感兴趣的目标区域从背景中提取出来。运动目标跟踪包

1

第一章 绪 论 视频中运动目标跟踪算法的研究

括估计目标的运动状态并给予预测、匹配及更新目标模板。因此，对于目标跟踪系统的性能要求一般要符合准确性、鲁棒性和实时性这三个基本要求。

准确性要求：跟踪必须达到一定的精确度，在要求比较低的场合可以得到目标的大致位置，而要求比较高的场景中必须给出目标准确的位置、运动姿态等相关的信息。

鲁棒性要求：在跟踪过程中必须稳定可靠，抗干扰性能较好，在某些跟踪可能失败的情况下，具有自动恢复跟踪的能力。

实时性要求：跟踪要求具有实时性，即测量数据的输出效率必须达到实际监控系统的性能指标。但视频分析过程中必然涉及到大量数据，所以，跟踪算法的计算效率要求一般较高。

而同时满足以上三个要求并不容易，因此在实际应用过程中往往需要综合考虑。

1.2 目标跟踪技术研究的现状及面临的难题

1.2.1 研究现状

运动目标跟踪是机器视觉领域中研究的焦点问题，伴随着计算机技术的深远发展，运动目标跟踪技术也取得了长足的进步[1]。在上个世纪，对于视频图像的处理主要是集中在单幅图像[2]。直到上世纪80年代，Horn BK等研究人员提出了光流法[3]，运动目标跟踪技术的研究才真正进入动态图像的研究领域。而光流法计算量较大，对计算机处理速度要求较高，在实际运用过程中很难达到实时性的要求。此外，视频序列存在的噪声会对光流法跟踪产生很大的干扰，因此光流法现阶段很难运用到实时场景中。

基于目标跟踪的巨大实用价值和计算机技术的迅猛发展，以及目标跟踪技术的强烈需求，欧美等发达国家对目标跟踪技术进行了大量深入的研究。1997年，由美国国防高级研究项目署（Defence Advanced Research Projects Agency, DARPA）牵头，以美国卡耐基梅隆大学为首，麻省理工学院等高校参与了视觉监控项目VSAM （Visual Surveillance and Monitoring）[4]的研发。研究应用于民用场合及战场的监控，卡内基梅隆大学由此建立了第一个校园监控系统。在智能监控方面，Maryland大学研发的实时监控系统实现了人类的跟踪，可用于对人的行为的监视，并可以判断人是

2

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说综合文库视频中运动目标跟踪算法的研究 硕士论文 - 图文(2)在线全文阅读。