基于粒子滤波的行人跟踪与性能分析系统的设计与实现

论文摘要

随着科学技术的不断进步,随着计算机技术和人工智能技术的不断发展,人工智能技术的应用领域得到不断的拓展,使得一些领域的非常枯燥的人工劳动,逐渐被具有相同功能的设备所代替,这不仅提高了劳动生产率,降低的人工的劳动强度,而且,可以大大降低人为的差错和错判率。因此,智能视频监控系统从其诞生的那天起,就很快被广泛应用于安控、消防及各类管理领域;智能监控系统主要是对人的动作、行踪轨迹的跟踪和记录,并根据某种特殊需要,通过智能的方式,在短时间内,从跟踪记录中查找到用户感兴趣的相关信息。本文首先对国内外行人跟踪领域的研究现状进行了分析和综述。然后根据工程实际需求,在实现基于粒子滤波的行人跟踪的基础上,运用改进的粒子滤波算法,设计开发了一个新型的行人跟踪与性能评价系统。该系统引入计算复杂度较低的跟踪器——Mean Shift（均值漂移）算法,通过对行人的位置进行预估计,较好地解决了运动模型难以建立的问题。通过多特征融合的方式,更加准确的描述了行人的表观特征。本系统解决了在目标被遮挡情况下、视频背景复杂的情况下的行人稳定跟踪问题。在Visual C++集成开发环境中,基于OpenCV和MATLAB编程实现了系统的相关功能,使该系统能够实时地对目标进行捕捉和稳定跟踪,而且还能够在跟踪结束后,对跟踪结果进行反馈和系统性能分析,并给出分析评价结果。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题研究背景及意义
• 1.2 运动目标跟踪的国内外研究现状
• 1.2.1 视频目标跟踪的国内外研究现状
• 1.2.2 人体跟踪方法的研究现状及分析
• 1.3 本文的主要研究内容及章节安排
• 第2章 行人跟踪与性能分析系统涉及的关键技术
• 2.1 基于特征的人体跟踪
• 2.1.1 颜色特征提取
• 2.1.2 纹理特征提取
• 2.2 粒子滤波相关理论
• 2.2.1 贝叶斯概率框架
• 2.2.2 序列重要性采样
• 2.2.3 重采样
• 2.3 本章小结
• 第3章 行人跟踪与性能分析系统的总体设计
• 3.1 系统功能设计
• 3.2 系统体系结构设计
• 3.3 系统开发与运行环境
• 3.4 系统界面设计
• 3.5 技术难点分析
• 3.6 本章小结
• 第4章 行人跟踪与性能分析系统的详细设计
• 4.1 视频管理模块的详细设计
• 4.2 行人跟踪模块的详细设计
• 4.2.1 粒子滤波算法
• 4.2.2 改进的粒子滤波算法
• 4.2.3 对遮挡问题的处理
• 4.3 系统性能评价模块的详细设计
• 4.4 本章小结
• 第5章 行人跟踪与性能分析系统的实现及测试
• 5.1 系统实现
• 5.1.1 视频管理模块
• 5.1.2 目标选取及跟踪控制模块
• 5.2 系统测试
• 5.2.1 系统功能测试
• 5.2.2 算法测试
• 5.2.3 测试结论
• 5.3 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的论文及其它成果
• 致谢