多视频目标跟踪算法研究

论文摘要

多目标跟踪技术是计算机视觉研究领域中最活跃的研究课题之一。它融合了图像处理、模式识别、人工智能、自动控制以及计算机等许多领域的先进技术。随着现代计算机和信息技术的飞速发展及图形识别算法的革命性改进,多目标的实时追踪技术脱颖而出,在军事国防、交通监视、天文预测、智能监控等领域有着非常重要的实用价值。本文首先介绍了视频目标检测的几种常用算法——帧间差分法、背景差分法,详细研究了高斯背景模型及更新算法,对图像的每个像素进行建模,来计算当前图像中属于背景像素的概率,从而提取出前景运动目标。提出通过建立亮度变化和色度变化的彩色模型,来检测阴影像素,实验表明,该算法能够较好的区分前景目标及其产生的阴影,从而提高后续跟踪算法的效率。之后,详细研究了用于跟踪算法的粒子滤波算法,分析了粒子滤波的研究现状,提出了把遗传算法用于粒子滤波中的机制,利用目标和估计之间欧氏距离设定适应度函数,实现对多个目标有效的跟踪,实验表明,本算法能实现对多个目标的有效跟踪。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 引言
• 1.2 多目标跟踪技术的研究意义和国内外现状分析
• 1.3 粒子滤波理论的发展及研究现状
• 1.4 多视频跟踪技术研究的重点和难点
• 1.5 本文的工作和安排
• 第二章 目标检测
• 2.1 引言
• 2.2 运动目标检测
• 2.3 阴影检测算法
• 2.4 本章小结
• 第三章 粒子滤波理论
• 3.1 引言
• 3.2 粒子滤波背景知识
• 3.3 基本粒子滤波器算法
• 3.4 遗传算法
• 3.5 遗传粒子滤波算法
• 3.6 算法仿真
• 3.7 本章小结
• 第四章 多视频目标跟踪
• 4.1 引言
• 4.2 贝叶斯框架下目标的跟踪问题
• 4.3 粒子滤波跟踪实现
• 4.4 本章总结
• 第五章 总结与展望
• 致谢
• 参考文献
• 硕士在读期间发表的论文