基于视频监控的目标检测与跟踪算法研究

发布时间：2021-06-23 04:46

　　运动目标检测与跟踪是智能视频监控系统中的重要组成部分,在诸多领域都有广泛的使用。然而在实际的检测以及跟踪环境中往往伴随着复杂的情形,算法需要克服复杂场景的挑战达到稳定高效的检测与跟踪效果,这就对算法的性能提出了更高的要求。运动目标检测过程中本文主要对基于背景建模的视觉背景提取算法进行研究,目标跟踪过程中本文主要对相关滤波目标跟踪算法进行研究,具体的研究内容如下:（1）视觉背景提取算法使用视频第一帧初始化背景模型简单高效,但这样的方式在视频第一帧出现运动目标时会在后续一定范围帧中引入鬼影区域;且算法对动态背景扰动较为敏感,会将其检测为虚假的前景点;而背景建模类方法不能很好地适应光照的变化。基于这三点进行改进,实验表明改进算法能够有效应对复杂场景的挑战。（2）在核相关滤波算法的基础上提出了多策略融合的相关滤波目标跟踪算法。在决策层面上根据跟踪置信度自适应融合颜色命名特征,实现特征的优势互补以获取更好的跟踪结果;单独训练一维的尺度滤波器以应对目标的尺度变化;提出了自适应更新滤波器的策略。实验表明改进算法在面对运动模糊、背景混乱、光照变化、轻微遮挡等情形时较核相关滤波算法有较大提升。（3）基于... 

【文章来源】：重庆邮电大学重庆市

【文章页数】：94 页

【学位级别】：硕士

【部分图文】：

二维图像循环移位示意图

重庆邮电大学硕士学位论文第2章运动目标检测与跟踪21(4)遮挡问题。遮挡问题是跟踪过程中的常见问题，表现为轻微遮挡以及严重遮挡。核相关滤波算法能够有效应对部分轻微遮挡的情形，但对于目标出现严重遮挡时，核相关滤波算法不能够学习到正确的目标样本，导致模型污染，致使跟踪结果漂移到遮挡物上。当跟踪漂移导致跟踪失败之后，核相关滤波算法也没有机制使得目标能够找回。如图2.5所示为KCF算法在一些复杂情形下跟踪失败的情况。图2.5KCF算法跟踪失败的例子故提高KCF算法在复杂情况下的跟踪准确性具有重要的研究意义。2.4本章小结本章介绍了经典的用于运动目标检测的光流法、帧间差分法以及基于背景建模的高斯混合模型，分析比对了算法的优缺点。介绍了相关滤波目标跟踪算法框架，分析了核相关滤波算法中岭回归、循环移位以及核技巧的思想，通过循环移位的方式使得算法保证了大量负样本进行训练的同时可以将时域的计算转换到频域，核技巧则可以解决非线性数据的分类问题。最后分析了核相关滤波算法的不足之处。

重庆邮电大学硕士学位论文第3章基于改进视觉背景提取算法的前景检测30(a)分别为视频的第20、70、117帧(b)分别为ViBe算法的第70、117帧以及改进算法的第70帧图3.4鬼影消除实验对比20帧作为首帧到70帧时，经过50帧之后，ViBe仍残留了轮廓清晰的鬼影区域，鬼影消除缓慢，到第117帧时仍存留了部分残留的鬼影区域，而采取前5帧初始化的方式在第70帧时鬼影就得到了消除。多帧初始化的方式同时融入了时域和空域的信息，使初始化的背景模型更具真实性，加快了鬼影消除的速度。3.4.2背景高频扰动实验与分析为验证应对背景扰动的效果，选取CDnet2014数据集[61]中overpass视频进行验证，视频中存在风吹过树枝造成树叶摆动的高频扰动的影响，对比ViBe算法以及本文改进算法的效果，实验结果如图3.5所示：(a)20帧输入图像(b)ViBe算法(c)本文算法图3.5背景高频扰动实验对比图3.5中ViBe算法在动态背景扰动下，错误地将背景像素点检测为了前景像素点，而本文采用的自适应匹配阈值的方法虽然处理之后仍然残留一些前景像素点，

【参考文献】：
期刊论文
[1]运动目标检测的ViBe算法改进[J]. 杨丹,戴芳.  中国图象图形学报. 2018(12)
[2]融合混合高斯模型的改进的Vibe算法[J]. 张红瑞,马永杰.  西北大学学报(自然科学版). 2017(03)
[3]基于超像素信息反馈的视觉背景提取算法[J]. 陈海永,郄丽忠,杨德东,刘坤,李练兵.  光学学报. 2017(07)
[4]权重系数自适应光流法运动目标检测[J]. 刘洪彬,常发亮.  光学精密工程. 2016(02)
[5]一种结合帧差法和混合高斯的运动检测算法[J]. 於正强,潘赟,宦若虹.  计算机应用与软件. 2015(04)
[6]基于光流的动态背景运动目标检测算法[J]. 储珺,施芒,符祥.  南昌航空大学学报(自然科学版). 2011(03)

硕士论文
[1]基于相关滤波的空对地目标跟踪算法的研究[D]. 姜凯文.中国科学院大学(中国科学院长春光学精密机械与物理研究所) 2019
[2]监控视频下运动目标检测与跟踪技术研究[D]. 徐彩迪.西安理工大学 2018



本文编号：3244261