跨摄像机多人体目标的跟踪研究

跨摄像机多人体目标的跟踪研究

论文摘要

长期以来,人体目标跟踪是计算机视觉研究的热点。它是使用计算机及相关设备对生物视觉的一种模拟,是一项非常具有挑战性的研究工作。人体目标跟踪技术目前仍然处于研究和探索阶段,在理论和实际应用中仍存在许多问题没有得到很好地解决。影响目标跟踪算法鲁棒性的原因很大程度上是由于目标运动的复杂性以及光照条件变化等因素造成的。本文主要研究了单摄像机和多摄像机下的人体目标跟踪,单摄像机人体目标跟踪是跨摄像机人体目标跟踪的基础,只有单摄像机人体目标跟踪正确的前提下,跨摄像机跟踪才会有正确的跟踪结果。在单摄像机人体目标跟踪过程中,主要解决遮挡人体目标跟踪。跨摄像机人体目标跟踪分为有公共视场人体目标跟踪和无公共视场人体目标跟踪。本文的主要创新包括:1.针对多人体目标跟踪而产生的遮挡问题,提出了一种基于非参数复合模型的粒子滤波方法来描述多个人体目标的情况。该复合模型通过复合预测和复合更新两个步骤交替进行以达到递归跟踪的目的。在复合粒子滤波过程中,通过每个复合粒子的权值大小来衡量粒子的贡献大小。权值的大小是基于HSV直方图的多颜色观测模型来实现的。观测模型是通过巴氏距离的核密度估计来建模。实验结果证明复合模型的粒子滤波方法可以很好地实现多人体目标跟踪。2.充分利用单摄像机的人体目标的运动信息、颜色信息、空间信息,将背景建模、块建模、颜色建模、运动建模和人体的空间信息进行有效地融合,较好地解决了人体目标相互遮挡情况下的人体跟踪的问题。本文利用人体目标的运动信息,采用的混合高斯模型进行背景重建的方法,先提取出运动的目标;利用基于Epanechnikov核密度梯度估计算法对存储模型中的人体进行聚类,即对人体的外部颜色相近的像素进行块建模;利用非参数的Gauss核密度估计算法对已聚类的块模型和人体的空间信息建立颜色密度函数,同时利用人体运动信息建立运动密度函数,通过颜色密度函数与运动密度函数构成后验概率模型;然后对当前的检测出的人体目标的每个像素计算最大后验概率,得到最大后验概率的颜色图像,通过该图像进行分割,达到对遮挡情况下多人体目标进行跟踪的目的。3针对有公共视场跨摄像机人体目标跟踪误匹配的问题,提出了一种基于空间映射变换与颜色特征信息相融合的匹配算法。本文先通过跨摄像机的公共视场分界线来初步确定跨摄像机的人体目标,然后利用变换单应矩阵计算跨摄像机人体目标的对应关系,然而在实际应用中,视频是不完全同步且有交叉遮挡而产生误匹配,因此本文在投影变换单应矩阵的基础上采用基于颜色模型的最大后验概率进行匹配。4.本文针对无公共视场跨摄像机人体目标跟踪因颜色差异较大而引起误匹配问题,提出了一种基于颜色转变函数的方法对颜色进行校正,并通过颜色转变函数空间进行概率估计来提高跨摄像机人体目标的匹配的准确率。该算法先在低维度的子空间上对已知的跨摄像机人体目标进行训练,得到颜色转变函数。该方法不用依赖摄像机的内参来计算颜色转变函数的子空间。用基于概率的主要成分分析法对颜色转变函数的子空间进行建模得到概率密度函数,最后利用概率密度函数获取跨摄像机的人体目标的匹配概率。本文在室内外,全部室外环境下对该方法进行了实验,从实验结果上看,本方法能够很好地对室外及室内外环境下的跨摄像机人体目标进行跟踪。

论文目录

  • 致谢
  • 摘要
  • Abstract
  • 目次
  • 图目次
  • 1 绪论
  • 1.1 本文研究的背景和意义
  • 1.2 视频跟踪国内外现状及所面临的困难
  • 1.2.1 视频跟踪国内外现状
  • 1.2.2 视频跟踪所面临的困难
  • 1.3 人体目标视频跟踪算法概述
  • 1.3.1 单摄像机人体目标跟踪算法
  • 1.3.2 多摄像机人体目标跟踪算法
  • 1.4 本文研究的主要工作和组织结构
  • 2 无背景检测的单摄像机多目标遮挡人体跟踪
  • 2.1 引言
  • 2.2 贝叶斯滤波的蒙特卡罗实现
  • 2.2.1 最优贝叶斯估计
  • 2.2.2 重要性采样
  • 2.2.3 序列重要性采样
  • 2.2.4 重采样
  • 2.2.5 基本滤波算法描述
  • 2.3 多目标多模型的粒子滤波
  • 2.3.1 多目标跟踪模型
  • 2.3.2 粒子估计
  • 2.3.3 遮挡处理
  • 2.3.4 观测模型
  • 2.3.5 多目标多模型滤波算法描述
  • 2.4 实验结果和分析
  • 2.5 本章小结
  • 3 基于背景检测的单摄像机多目标遮挡人体跟踪
  • 3.1 引言
  • 3.2 改进的混合高斯模型背景重建
  • 3.2.1 背景模型的建立
  • 3.2.2 背景更新算法的改进
  • 3.2.3 背景更新算法的改进结果
  • 3.3 基于多模型融合的遮挡人体跟踪
  • 3.3.1 遮挡人体跟踪的基本思想
  • 3.3.2 块建模
  • 3.3.3 颜色建模
  • 3.3.4 运动建模
  • 3.4 提高算法的运行效率
  • 3.5 实验结果和分析
  • 3.6 本章小结
  • 4 有公共视场的多摄像机人体目标跟踪
  • 4.1 引言
  • 4.2 视场分界线的目标交接
  • 4.3 二维投影变换单应矩阵的计算
  • 4.5 颜色特征跟踪
  • 4.6 实验结果和分析
  • 4.7 本章小结
  • 5 无公共视场的多摄像机人体目标跟踪
  • 5.1 引言
  • 5.2 颜色校正的方法
  • 5.2.1 基于映射的颜色校正方法
  • 5.2.2 基于光谱反射率还原的颜色校正方法
  • 5.2.3 基于图像分析的颜色校正方法
  • 5.3 亮度转变函数的数学模型
  • 5.4 亮度转变函数的实际应用
  • 5.5 对亮度转变函数空间的概率估计
  • 5.6 实验结果和分析
  • 5.7 本章小结
  • 6 总结与展望
  • 6.1 本文总结
  • 6.2 工作展望
  • 参考文献
  • 作者在攻博期间发表(录用)的论文
  • 相关论文文献

    • [1].遮蔽情况下多人体目标的探测和识别研究[J]. 中国医疗设备 2018(10)
    • [2].多特征融合的人体目标再识别[J]. 中国图象图形学报 2013(06)
    • [3].基于运动分割和肤色判别的人体目标检测方法[J]. 计算机应用与软件 2010(06)
    • [4].扩展2维环境中的移动机器人多人体目标跟踪[J]. 控制理论与应用 2009(11)
    • [5].视频多目标遮挡中人体目标跟踪[J]. 西安文理学院学报(自然科学版) 2009(01)
    • [6].基于粒子滤波器的人体目标跟踪[J]. 计算机应用与软件 2008(12)
    • [7].基于激光雷达的移动机器人人体目标跟随[J]. 高技术通讯 2019(12)
    • [8].基于外观统计特征融合的人体目标再识别[J]. 电子与信息学报 2014(08)
    • [9].激光扫描追踪人体目标位姿的算法研究[J]. 机电工程 2014(09)
    • [10].视频图像序列中人体目标的提取与跟踪[J]. 计算机与数字工程 2011(03)
    • [11].行进人体目标雷达瞬时多普勒特征分析[J]. 信号处理 2010(09)
    • [12].红外视频监控中的人体目标检测[J]. 测试技术学报 2014(01)
    • [13].基于改进高斯混合模型的红外人体目标检测方法[J]. 电子测试 2012(10)
    • [14].使用微多普勒信息识别伪装人体目标动作的新方法[J]. 解放军理工大学学报(自然科学版) 2012(05)
    • [15].UWB MIMO生物雷达多静止人体目标成像方法研究[J]. 雷达学报 2016(05)
    • [16].在非重叠视域监控网络中的人体目标跟踪(英文)[J]. Journal of Southeast University(English Edition) 2012(02)
    • [17].基于巴氏距离的监控视频人体目标相似性度量[J]. 中国刑警学院学报 2019(04)
    • [18].整合全局——局部度量学习的人体目标再识别[J]. 中国图象图形学报 2017(04)
    • [19].基于立体视觉的监控视频人体目标跟踪[J]. 航空计算技术 2015(03)
    • [20].多通道特征级联的人体目标再识别[J]. 军事通信技术 2013(03)
    • [21].穿墙雷达实现“隔墙视物”[J]. 环境技术 2020(02)
    • [22].颜色特征和超像素特征融合的人体目标再识别[J]. 信号处理 2015(10)
    • [23].雷达[J]. 中国无线电电子学文摘 2011(01)
    • [24].人体目标雷达回波建模[J]. 系统仿真学报 2011(03)
    • [25].红外破碎人体目标的水平集修复算法[J]. 重庆大学学报 2013(04)
    • [26].红外视频图像中的人体目标检测方法[J]. 红外与激光工程 2009(05)
    • [27].基于三维点云数据的人体目标检测技术研究[J]. 电脑知识与技术 2019(11)
    • [28].夜间近红外线视频监控图像人体目标检测[J]. 激光杂志 2012(02)
    • [29].红外图像中人体目标检测技术研究[J]. 现代电子技术 2012(18)
    • [30].基于运动投影周期性特征的人体目标检测方法[J]. 计算机工程与应用 2010(09)

    标签:;  ;  ;  ;  ;  

    跨摄像机多人体目标的跟踪研究
    下载Doc文档

    猜你喜欢