联合音视频信息的目标定位技术研究

发布时间：2017-08-17 01:11

  本文关键词：联合音视频信息的目标定位技术研究

  更多相关文章： 目标定位 音视频融合 嵌套均匀圆阵 最相关的特征点 支持度矩阵

【摘要】：近几十年来,音频定位已经受到国内外学者的广泛关注。在免提系统、机器人导航、人机交互、军事等领域得到广泛的应用,此外,随着数字摄像机与图像处理技术的迅速发展,利用视频信息对目标进行定位逐渐变为现实。但是,音频定位的性能易受背景噪声、房间混响的影响,而视频定位也会受目标遮挡、光照、目标与背景颜色相似等因素的制约。因此,融合音视频信息对目标进行定位成为眼下研究的热点。本文的创新点和主要工作概括如下:1、提出一种提高定位精度的圆形嵌套麦克风阵列结构。以提高定位精度、消除定位模糊为出发点、提出了嵌套的均匀圆阵结构,并推导出圆阵半径的选择范围。第一次粗定位采用的阵元半径不大于语音信号最小半波长,在第一次定位的基础上,第二次采用半径较大的阵列对相同的声源进行细定位。另外,在使用近场声源高分辨率的三维MUSIC算法时,会带来较高的计算复杂度,故采用了宽带聚焦算法进行了处理,同时,第二次细定位缩小了搜索范围,为了使其时延得到较大幅度的降低。仿真结果表明,该方案取得了较好的定位效果。2、提出一种基于统计的目标定位方法。在分辨率较低的视频传感器网络中,定位精度易受加性噪声与测量误差的影响。本文针对提高定位精度的问题,并且在没有先验知识的前提下,提出一种基于统计的方法。此方法中,每个节点提取出的目标采用多特征点表示,通过基于统计的方法匹配出最相关的特征点对组,然后与各个传感器的位置信息一同传至信息处理中心做下一步处理。另外,当视野中出现多目标时,也提出相应的方案对其进行定位。仿真结果表明,基于统计的目标定位方法不管是对单目标进行定位,还是对多目标进行定位,都有较好的定位性能。3、改进了一种基于支持度矩阵的全局融合方法。针对观测融合算法易受实际环境及传感器自身因素等因素的影响,本文考虑先对量测数据进行卡尔曼局部滤波估计,减少观测信息相关性和不确定性的影响;然后,使用支持度矩阵计算出各传感器的权重,加权各传感器信息;最后,对加权后的数据进行基于IMM的滤波,从而达到时间上的关联以及平滑滤波的效果。此外,在匀速、匀加速、机动三种运动场景下,强噪声情况下,他人遮挡情况下分别进行仿真验证,并与单模态的定位、分布式融合算法、观测融合算法相比较,仿真结果显示,无论何种情况,基于支持度矩阵的全局融合方法融合定位性能更优越,而且越是在运动复杂情况下,该算法性能优势更加显著。
【关键词】：目标定位 音视频融合 嵌套均匀圆阵 最相关的特征点 支持度矩阵
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN912.3
【目录】：

• 摘要5-7
• ABSTRACT7-14
• 第一章 绪论14-21
• 1.1 研究背景及意义14
• 1.2 国内外研究现状和发展态势14-19
• 1.2.1 音频定位研究现状及发展趋势14-16
• 1.2.2 视频定位研究现状及发展趋势16-17
• 1.2.3 音视频联合跟踪定位研究现状及发展趋势17-19
• 1.3 本文的主要内容与工作19-21
• 第二章 基于音频信息的目标定位方法21-34
• 2.1 引言21-22
• 2.2 嵌套圆阵半径的选择原理22-24
• 2.3 基于圆阵的拓扑结构及目标定位方法24-28
• 2.3.1 均匀圆阵的拓扑结构24-26
• 2.3.2 圆阵的目标定位方法26
• 2.3.3 宽带聚焦算法26-27
• 2.3.4 复杂度分析27-28
• 2.4 阵元个数与MUSIC算法性能的定量关系28-30
• 2.5 仿真实验30-33
• 2.6 本章小结33-34
• 第三章 基于视频信息的目标定位方法34-47
• 3.1 引言34
• 3.2 目标定位模型34-36
• 3.3 基于统计的目标定位方法36-46
• 3.3.1 基于统计的单目标定位方法36-38
• 3.3.2 多目标定位方案38-39
• 3.3.3 仿真场景及结果分析39-46
• 3.4 本章小结46-47
• 第四章 基于音视频信息融合的目标定位方法47-69
• 4.1 引言47
• 4.2 数据融合的目标定位算法47-51
• 4.2.1 观测融合算法47-48
• 4.2.2 分布式融合算法48
• 4.2.3 基于支持度矩阵的全局融合算法48-51
• 4.3 基于音视频信息融合的目标定位方案仿真分析51-68
• 4.4 本章小结68-69
• 第五章 总结与展望69-71
• 5.1 工作总结69
• 5.2 展望69-71
• 致谢71-73
• 参考文献73-78
• 攻硕期间取得的研究成果78-79

【参考文献】

中国期刊全文数据库 前1条

1 吴W，

本文编号：686406