双摄像机监控视频中目标的协同跟踪研究

论文摘要

随着视频监控系统应用的日益广泛,智能视频分析算法已引起了越来越多学者的研究兴趣,双(多)摄像机协同目标跟踪是其中一个很具有实用价值的研究方向。双摄像机协同的目标跟踪系统在实际应用中能够扩大视频监控系统的视野范围、对目标进行准确定位、解决目标被遮挡的问题,因而有着很好的应用前景。本文通过双摄像机协同目标跟踪实验系统的设计和实验,研究了双摄像机协同目标跟踪的若干关键问题,设计相关算法,并分析了算法的性能。本文主要在目标检测和跟踪、运动目标的交接、有重叠区域和有间隔区域情况下的目标交接等方面展开研究工作。目标检测和跟踪是智能视频分析算法的首要步骤,本文选择帧间差法作为系统的目标检测算法,并使用纹理检测和轮廓检测来使得目标检测算法更加精确,使用CamShift算法来完成运动目标的跟踪。为了使双摄像机的目标跟踪能够准确地进行,摄像机之间必须进行通信(数据交互)。通信的信息量越多,所跟踪的目标在两个摄像机之间交接越准确,但是通信负担也越重;通信的信息量越少,则通信负担越轻,但是可能会导致目标跟踪不准确。本文使用运动目标的外接矩形框、色度分布等目标特征信息在两个摄像机之间通信,使用目标的轨迹信息来实现目标的交接。对于双摄像机“视野”之间有重叠区域的目标交接,目标运动轨迹的交接可能会发生错位；对于“视野”有间隔区域的交接,需要对目标的运动情况作预测。针对有重叠区域的情况本文使用SIFT算法来求解场景的交界,从而使得运动目标的轨迹能得到准确的交接；针对有间隔区域的情况,本文通过检测到的目标的运动速度,预测目标到达对方场景时的时间和位置,在预定的时间范围和空间区域内对目标进行交接,得到较好结果。本文对多目标情况下的目标交接作了初步探讨。本文还通过实验对所提出的算法进行了验证和分析。

论文目录

• 摘要
• Abstract
• 目录
• 第一章 绪论
• 1.1 论文研究的背景
• 1.2 视频分析国内外研究现状
• 1.3 目标跟踪技术概述
• 1.3.1 单摄像机的目标跟踪技术
• 1.3.2 双摄像机协同目标跟踪技术
• 1.3.3 双摄像机协同目标跟踪框架
• 1.4 论文的主要工作和内容安排
• 第二章 运动目标检测算法
• 2.1 视频场景中的目标检测
• 2.1.1 背景减除法
• 2.1.2 帧间差法
• 2.2 对目标图像的后处理
• 2.3 运动目标的共生矩阵纹理检测算法
• 2.4 运动目标的轮廓检测算法
• 2.5 本章小结
• 第三章 运动目标跟踪算法
• 3.1 视频场景中的目标跟踪
• 3.2 目标的颜色特征
• 3.2.1 目标色度的计算
• 3.2.2 色度分量的直方图
• 3.2.3 色度分量的概率分布
• 3.3 均值漂移算法
• 3.3.1 均值漂移算法原理
• 3.3.2 CamShift算法
• 3.3.3 CamShift算法的步骤
• 3.3.4 目标跟踪实验结果
• 3.4 本章小结
• 第四章 双摄像机协同目标跟踪
• 4.1 多摄像机协同工作
• 4.1.1 应用需求
• 4.1.2 技术难点
• 4.2 目标色度特征的提取和改进
• 4.2.1 对目标的色度特征提取
• 4.2.2 目标色度特征的相似度
• 4.2.3 目标色度特征匹配的改进
• 4.3 运动目标的轨迹提取和交接
• 4.3.1 运动目标的轨迹
• 4.3.2 轨迹的提取
• 4.3.3 轨迹提取流程
• 4.3.4 轨迹提取的实验结果
• 4.3.5 双摄像机的轨迹交接
• 4.4 双摄像机目标跟踪实验
• 4.4.1 实验环境的搭建
• 4.4.2 实验结果及分析
• 4.5 本章小结
• 第五章 协同跟踪中若干关键问题的研究
• 5.1 有交叠情况的双摄像机协同目标跟踪
• 5.1.1 存在的问题
• 5.1.2 SIFT算法解决场景边界匹配的问题
• 5.2 有间隔情况的双摄像机协同目标跟踪
• 5.2.1 问题的描述
• 5.2.2 有间隔情况下的运动目标跟踪
• 5.3 多目标情况的双摄像机协同目标跟踪
• 5.4 实验结果和分析
• 5.5 本章小结
• 第六章 总结与展望
• 6.1 本文总结
• 6.2 需进一步研究的工作
• 参考文献
• 致谢
• 攻读硕士学位期间发表论文、参加科研项目情况