基于音视频融合的定位跟踪算法

论文摘要

目标定位跟踪技术在军事目标跟踪、监控系统、说话人识别等许多领域都有广泛的应用。传统的音频和视频跟踪方法利用单一的音频信息或视频信息进行跟踪,在复杂环境下鲁棒性差,研究复杂场景中具有鲁棒性和实时性的跟踪方法具有重要的意义。因此本文对基于音视频信息融合的定位跟踪算法进行了研究。本文首先研究了音频跟踪技术和视频跟踪技术。音频跟踪部分主要介绍了基于时延的麦克风阵列声源定位算法,并重点研究了广义互相关时延估计算法。视频跟踪部分主要研究了利用均值偏移算法的目标跟踪方法,利用目标的颜色特征实现跟踪,并对其进行了仿真。均值偏移算法是一种基于密度梯度上升的非参数化方法,通过迭代运算寻找目标位置,具有计算量小,实时性强的优点。然后,对粒子滤波进行了介绍,它是重要的信息融合工具之一。粒子滤波是蒙特卡罗方法和贝叶斯滤波方法的结合,通过预测和更新两个步骤迭代地估计系统的状态,用一组加权的粒子来表示目标状态的后验概率估计,适用于非线性非高斯系统,并具有从目标暂时丢失中恢复的优点。之后,提出了一种粒子滤波框架下的音视频融合跟踪算法。利用麦克风阵列通过基于时延的声源定位算法获取音频信息,从摄像头得到的视频序列中获取颜色特征信息。为增强跟踪系统的鲁棒性,利用粒子滤波融合音视频两部分的信息来进行跟踪。为了增强跟踪系统的实时性,将均值偏移算法嵌入粒子滤波中。

论文目录

• 中文摘要
• ABSTRACT
• 第一章 绪论
• 1.1 目标跟踪研究背景及意义
• 1.2 信息融合理论介绍
• 1.2.1 信息融合概述
• 1.2.2 信息融合的基本原理
• 1.2.3 信息融合的分类
• 1.3 目标跟踪技术研究现状
• 1.4 本论文所做的工作
• 第二章 音频目标跟踪技术
• 2.1 音频目标跟踪技术
• 2.2 基于到达时延的定位方法
• 2.2.1 麦克风阵列信号产生模型
• 2.2.2 广义互相关时延估计算法
• 2.3 广义互相关时延估计算法仿真
• 2.4 本章小结
• 第三章 视频目标跟踪技术
• 3.1 视频目标跟踪技术概述
• 3.2 视频目标跟踪技术分类
• 3.3 均值偏移视频跟踪方法
• 3.3.1 均值偏移理论
• 3.3.2 均值偏移视频跟踪原理
• 3.3.3 均值偏移视频跟踪过程
• 3.3.4 均值偏移视频跟踪算法描述
• 3.4 视频跟踪仿真
• 3.5 本章小结
• 第四章 粒子滤波理论及其在目标跟踪中的应用
• 4.1 粒子滤波理论
• 4.1.1 动态状态空间模型
• 4.1.2 贝叶斯滤波
• 4.1.3 蒙特卡罗方法
• 4.1.4 粒子滤波
• 4.2 粒子滤波算法在目标跟踪中的应用
• 4.2.1 利用粒子滤波的目标跟踪技术概述
• 4.2.2 粒子滤波跟踪过程
• 4.3 粒子滤波算法仿真
• 4.4 本章小结
• 第五章 基于粒子滤波的音视频融合跟踪
• 5.1 基于粒子滤波的音视频融合跟踪算法
• 5.2 改进的基于粒子滤波的音视频融合跟踪算法
• 5.2.1 音视频融合跟踪算法原理
• 5.2.2 音视频融合跟踪系统
• 5.2.3 音视频融合跟踪算法步骤
• 5.2.4 音视频融合跟踪算法描述
• 5.3 相关仿真
• 5.4 本章小结
• 第六章 总结与展望
• 参考文献
• 致谢