跨摄像头的人员追踪算法研究

发布时间：2017-08-01 22:20

  本文关键词：跨摄像头的人员追踪算法研究

  更多相关文章： 跨摄像头 行人检测 行人跟踪 目标匹配 SIFT特征

【摘要】：随着科技的进步和人类的发展,安全问题越来越多地引起人们的重视。而摄像头的视频监控正是维护社会安全的重要手段之一。公安机关打造的“天网监控系统”利用设置在大街小巷的大量摄像头组成了监控网络,是公安机关打击犯罪的有力手段,是城市治安的坚强后盾。由于安装视频监控的场所越来越多,外界环境和人员情况日趋复杂,由人工观看监控视频再进行手动处理耗时又耗力,所以研究智能化的视频监控系统迫在眉睫。本文进行的跨摄像头的人员追踪算法研究,正是跨过多个摄像头对同一行人目标进行检测和跟踪,解决了单摄像头跟踪的视野场景受限制、行人信息不完善等缺点,达到智能化监控的目的。本文进行的跨摄像头的人员追踪算法研究重点解决了三个方面的问题:1、单摄像头的行人检测;2、单摄像头的行人跟踪;3、跨摄像头的目标匹配。在进行了单摄像头的行人检测和跟踪后,再对不同摄像头的跟踪目标进行匹配,完成了目标在两个摄像头间的移交工作,进而实现了跨摄像头的人员追踪。首先,在学习了行人检测的大量特征和分类器原理的基础上,运用HOG特征和SVM分类器的经典搭配进行行人检测实验,检测出的行人用于后续跨摄像头的目标匹配。然后,对于单摄像头的行人跟踪部分,在光流法的基础上进行了改进,不仅计算了正向光流还反向地回溯光流,保证了跟踪结果的准确性和稳定性。最后,在单摄像头的行人检测和跟踪都取得较好的结果后,重点研究了跨摄像头的目标匹配问题,即把跟踪目标从一个摄像头成功地移交到另一个摄像头,也就完成了跨摄像头的人员追踪。本文提出了两种算法进行跨摄像头的目标匹配。算法一为改进的SIFT特征匹配算法。首先将跟踪目标进行多形式变换,保存目标的多个状态,以获得更多的SIFT特征点。然后用SIFT进行两个目标间的匹配,达到预定的阈值即匹配成功,将目标从一个摄像头移交给另一个摄像头。该算法即使在摄像头存在远近变换和角度偏移的情况时也能顺利匹配目标。算法二综合运用检测和跟踪的结果级联,不断用跟踪的结果去指导分类器训练,然后进行目标检测,并利用检测的目标调整跟踪的过程,使跟踪更加准确。这样在多个摄像头的视频数据里,检测结果和跟踪结果不断互相指导,使得检测部分对检测目标更加敏感,跟踪部分的跟踪路径更加准确。在联网的多个摄像头网络中,被追踪的目标不断在系统的检测部分和跟踪部分传递,通过在线训练,加大了跨摄像头人员追踪的准确性。经实验论证分析,本文提出的方法能够有效地进行跨摄像头的人员追踪,得到追踪目标在多个摄像头的准确结果。
【关键词】：跨摄像头 行人检测 行人跟踪 目标匹配 SIFT特征
【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
【目录】：

• 摘要4-6
• Abstract6-10
• 第1章 绪论10-14
• 1.1 引言10-11
• 1.2 国内外研究现状11-12
• 1.3 本论文主要工作12-14
• 第2章 跨摄像头人员追踪的关键技术14-19
• 2.1 行人检测14-16
• 2.2 行人跟踪16-17
• 2.3 目标匹配17-18
• 2.4 小结18-19
• 第3章 基于特征的行人检测19-33
• 3.1 行人检测的难点问题19-20
• 3.2 用于行人检测的特征20-23
• 3.2.1 Haar特征20-21
• 3.2.2 LBP特征21-22
• 3.2.3 HOG特征22-23
• 3.3 分类算法介绍23-30
• 3.3.1 随机森林分类器24-25
• 3.3.2 Adaboost分类器25-26
• 3.3.3 最近邻分类器26-27
• 3.3.4 SVM分类器27-30
• 3.4 实验结果30-32
• 3.5 小结32-33
• 第4章 基于改进光流法的行人跟踪33-46
• 4.1 均值漂移33-38
• 4.1.1 mean-shift算法34-36
• 4.1.2 CAMSHIFT算法36-38
• 4.2 卡尔曼滤波38-40
• 4.3 改进的光流法跟踪40-43
• 4.4 实验结果及分析43-45
• 4.5 小结45-46
• 第5章 跨摄像头的目标匹配46-62
• 5.1 行人匹配的难点46-47
• 5.2 模板匹配47-48
• 5.3 SIFT特征匹配48-53
• 5.3.1 SIFT特征48-49
• 5.3.2 改进的SIFT特征用于目标匹配49-50
• 5.3.3 实验结果及分析50-53
• 5.4 运用分类器的匹配53-60
• 5.4.1 匹配算法设计54-57
• 5.4.2 实验结果及分析57-60
• 5.5 小结60-62
• 第6章 总结与展望62-64
• 6.1 总结62-63
• 6.2 不足与展望63-64
• 参考文献64-68
• 作者简介68-69
• 致谢69

【相似文献】

中国期刊全文数据库 前10条

1 李晓冰;;经纬仪序列测量图像目标匹配方法[J];光电技术应用;2007年05期

2 汪定伟;;电子中介的多目标交易匹配问题及其优化方法[J];信息系统学报;2007年01期

3 谢之宇;蒋晓瑜;汪熙;裴闯;;改进的帧差法在目标匹配中的应用[J];计算机工程与应用;2011年34期

4 衡林;朱秀昌;;无重叠视域的多摄像机之间的目标匹配[J];计算机工程与应用;2014年08期

5 郭克华;刘传才;杨静宇;;局部相似目标匹配的微分几何模型[J];系统仿真学报;2007年24期

6 郭克华;刘传才;杨静宇;;三维局部相似目标匹配的微分几何方法[J];模式识别与人工智能;2008年05期

7 徐枫;邓敏;赵彬彬;陈建军;;空间目标匹配方法的应用分析[J];地球信息科学学报;2009年05期

8 范彩霞;朱虹;蔺广逢;;基于颜色不变量的多相机目标匹配方法[J];计算机工程;2012年04期

9 苏秀琴;梁金峰;;一种基于单元信息熵的目标匹配改进算法[J];光子学报;2009年11期

10 王宏磊;;基于马尔可夫决策过程的动态火力目标匹配[J];电脑知识与技术;2011年11期

中国重要会议论文全文数据库 前5条

1 刘旨春;盛磊;于晓波;;基于多传感器数据融合技术的多目标匹配[A];2009年先进光学技术及其应用研讨会论文集（下册）[C];2009年

2 杨法强;王海洋;;基于目标匹配的旅游服务平台架构[A];第二十二届中国数据库学术会议论文集（技术报告篇）[C];2005年

3 管学伟;刘先志;杜天军;;一种基于SIFT算法的目标匹配方法[A];第十四届全国图象图形学学术会议论文集[C];2008年

4 丛杨;唐延东;;基于光流方程和目标匹配的视频图像目标跟踪方法[A];2006年全国光电技术学术交流会会议文集（D 光电信息处理技术专题）[C];2006年

5 武林伟;王勇;李博;;复杂背景下目标匹配相关跟踪算法的频域研究和改进[A];江苏、山东、河南、江西、黑龙江五省光学（激光）联合学术'05年会论文集[C];2005年

中国博士学位论文全文数据库 前1条

1 赵彬彬;多尺度矢量地图空间目标匹配方法及其应用研究[D];中南大学;2011年

中国硕士学位论文全文数据库 前10条

1 韩云杰;基于ARM11的多运动图像追踪算法的研究与实现[D];贵州大学;2015年

2 杨东帆;带电作业培训场景中多摄像机下的目标匹配技术研究[D];电子科技大学;2014年

3 何肖爽;基于深度学习的多摄像机协作监控系统目标匹配方法研究与系统实现[D];浙江工商大学;2015年

4 曹金山;基于特征融合和支持向量机的多摄像机下目标匹配技术研究[D];南京邮电大学;2015年

5 商依婷;跨摄像头的人员追踪算法研究[D];吉林大学;2016年

6 孙前锋;基于主颜色谱及空间分布熵的目标匹配技术研究[D];南京邮电大学;2012年

7 于孔帅;基于外观特征和距离测度学习的无重叠视域目标匹配技术研究[D];南京邮电大学;2014年

8 赵应学;多摄像机视频监控中基于几何约束的目标匹配技术研究[D];南京邮电大学;2012年

9 刘日积;基于增量学习和特征融合的多摄像机协作监控系统目标匹配方法研究[D];浙江工商大学;2015年

10 霍阔;重叠视域多摄像机间运动目标匹配研究[D];湖南工业大学;2013年

，

本文编号：606473