基于视频的行人跟踪算法研究

发布时间：2017-11-30 12:37

  本文关键词：基于视频的行人跟踪算法研究

  更多相关文章： 行人跟踪 粒子滤波 Kalman滤波 混合粒子滤波 Cam Shift 颜色信息加权

【摘要】：目标跟踪在很多领域都得到了广泛地应用,例如:视频监控、人机交互、虚拟现实等。为了能够对目标的位置和相关信息进行识别,将图像处理与计算机视觉等技术结合在一起,进而处理视频图像序列,并加以分析。随着科学技术的发展,目标跟踪技术也在不断完善,其应用领域也在迅速扩展。本文主要介绍了两种常见的跟踪算法,即粒子滤波算法和Cam Shift跟踪算法,首先对算法进行了深入的研究,然后针对存在的问题进行了相应的改进。为了解决行人发生严重遮挡的问题,本文提出了一种基于混合粒子滤波的行人跟踪算法,即在粒子滤波算法中加入Kalman滤波预测,在正常跟踪的情况下,利用粒子滤波算法进行行人跟踪,当行人发生一定的遮挡时,利用Kalman滤波算法对行人的运动信息进行预测和更新,从而实现在遮挡条件下对行人的准确跟踪。通过实验证明了在行人被严重遮挡时,相对传统的粒子滤波算法,基于混合粒子滤波的跟踪算法能够实现对行人更准确地跟踪。但是视频中行人目标所处的环境是复杂多变的,针对相似颜色背景和遮挡的问题,本文提出了一种新的算法,即利用颜色信息加权和自适应阈值筛选方法改进Cam Shift算法,再将改进后的Cam Shift算法与Kalman滤波算法相结合对行人进行有效地跟踪。颜色信息加权是将目标HSV颜色空间模型的H分量和S分量分别求其反向投影再进行加权处理,使得搜索窗口中包含了更多的目标信息,减少了相似颜色背景的干扰。自适应阈值筛选法是选取有用的像素点,使目标窗口始终保持适当大小,这样当有相似颜色背景干扰时,可以防止搜索窗口变得很大或者很小,有效地对目标进行跟踪。最后通过实验证明,在有相似颜色背景干扰的条件下,改进的Cam Shift算法比传统的Cam Shift算法跟踪的准确度更高,取得了较好的跟踪效果。同时,当行人目标发生遮挡时,相比传统的Cam Shift算法,改进的Cam Shift与Kalman相结合的算法能够实现对行人目标更准确、实时地跟踪。
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41

【相似文献】

中国期刊全文数据库 前10条

1 邹汪平;;一种基于网络安全控制的蜂群算法应用研究[J];吉林师范大学学报(自然科学版);2013年04期

2 李向伟;曹博;;时间参数在HITS算法中的应用及改进[J];兰州工业高等专科学校学报;2006年02期

3 吴涛;彭笃学;;一种改进的直线段裁剪算法[J];湛江师范学院学报;2008年03期

4 张瑞子;南琳;胡琨元;田景贺;;基于EPC Class-1 Gen-2标准的防冲突算法与改进[J];计算机工程;2009年02期

5 黄超;周宁;倪佑生;;基于蚁群算法的攻击图分析[J];计算机工程;2009年18期

6 秦永彬;许道云;;警示传播算法的原理分析及算法改进[J];计算机工程与应用;2010年19期

7 郭毅可;韩锐;;云计算中的弹性算法:概要和展望[J];上海大学学报(自然科学版);2013年01期

8 牛玉静;唐棣;;双步圆的反走样生成算法[J];计算机工程与应用;2010年23期

9 肖璞;;XML索引更新算法的改进[J];南京工程学院学报(自然科学版);2010年03期

10 周骏;陈鸣;张佳明;;两类频繁项算法在网络流上的适用性评估[J];计算机工程;2011年16期

中国重要会议论文全文数据库 前10条

1 黄纪武;毛泽华;李松涛;张锦雄;;SPMD并行查找算法的MPI实现[A];广西计算机学会——2004年学术年会论文集[C];2004年

2 黄纪武;毛泽华;李松涛;张锦雄;;SPMD并行查找算法的MPI实现[A];广西计算机学会2004年学术年会论文集[C];2004年

3 符丽锦;覃华;邓海;孙欣;;一种改进的Apriori算法的研究[A];广西计算机学会2012年学术年会论文集[C];2012年

4 王东锋;王军民;陈英武;;模糊定性仿真理论研究与算法实现[A];'2000系统仿真技术及其应用学术交流会论文集[C];2000年

5 赵唯;;晶粒度评级的改进算法[A];中国图象图形科学技术新进展——第九届全国图象图形科技大会论文集[C];1998年

6 刘启文;;可扩展的图形学算法演示系统的研究[A];’2004计算机应用技术交流会议论文集[C];2004年

7 佘智;蒋泰;朱延生;;基于Type C协议的防冲突改进算法[A];广西计算机学会25周年纪念会暨2011年学术年会论文集[C];2011年

8 朱绍文;赵培;朱秋云;;基于pSPADE并行挖掘序列算法的研究[A];2003年中国智能自动化会议论文集（下册）[C];2003年

9 杨霞;;新的基于启发式蚁群算法的QoS路由算法[A];广西计算机学会2009年年会论文集[C];2009年

10 陈黎飞;姜青山;董槐林;;基于图形轮廓的快速聚类算法[A];第二十三届中国数据库学术会议论文集（研究报告篇）[C];2006年

中国博士学位论文全文数据库 前10条

1 钟永腾;基于近场MUSIC算法的复合材料结构健康监测研究[D];南京航空航天大学;2014年

2 刘燕;入侵杂草优化算法在阵列天线综合中的应用[D];西安电子科技大学;2015年

3 苗义烽;突发事件下的列车运行调度模型与算法研究[D];中国铁道科学研究院;2015年

4 杨玉婷;头脑风暴优化算法与基于视频的非接触式运动定量分析方法研究[D];浙江大学;2015年

5 单美静;求解非线性实代数系统的混合算法研究[D];华东师范大学;2008年

6 邱剑锋;人工蜂群算法的改进方法与收敛性理论的研究[D];安徽大学;2014年

7 潘磊;若干社区发现算法研究[D];南京大学;2014年

8 陈俊波;频繁闭合项集挖掘算法及应用研究[D];浙江大学;2009年

9 陆楠;关联规则的挖掘及其算法的研究[D];吉林大学;2007年

10 范洪博;快速精确字符串匹配算法研究[D];哈尔滨工程大学;2011年

中国硕士学位论文全文数据库 前10条

1 安世勇;命题逻辑中随机3-SAT问题算法研究[D];西南交通大学;2015年

2 毕晓庆;油气探矿权竞争性出让系统设计与实现[D];中国地质大学(北京);2015年

3 王明明;铁路大机与线路固定设施间距检测算法研究[D];西南交通大学;2015年

4 李静;基于视频图像序列的运动目标检测与跟踪算法研究[D];宁夏大学;2015年

5 刘贝玲;基于天地图的租房平台开发及其关键技术研究[D];西南交通大学;2015年

6 曹海锋;IDS中串匹配臭算法并行优化研究[D];西安建筑科技大学;2015年

7 周攀;基于蚁群算法的山区高速铁路隧道火灾应急疏散最优路径研究[D];西南交通大学;2015年

8 张路奇;基于改进蚁群算法的WSN路由协议的研究[D];中国地质大学(北京);2015年

9 王晓晨;入侵杂草优化算法的应用与改进[D];长安大学;2015年

10 信琴琴;手势控制和识别算法研究[D];闽南师范大学;2015年

，

本文编号：1239361