监控视频中的行人与车辆的在线跟踪

发布时间：2017-09-19 03:39

  本文关键词：监控视频中的行人与车辆的在线跟踪

  更多相关文章： 多目标跟踪 背景差分 非均因采样 运动估计 马尔科夫决策过程 增强学习

【摘要】：在信息化的时代,视频监控得到了长足的发展,每天从监控中产生的大量数据里面存在很多不必要的信息。这些不必要的信息占用了存储资源。如何从这些视频中提取出有用的信息,是现在智能监控系统需要解决的重要问题。多目标检测和跟踪技术是计算机视觉研究的重要问题。该技术利用计算机视觉相关技术以及机器学习、模式识别等技术,分析视频数据并提取关键信息,从而实现对目标的检测和跟踪。在线多目标跟踪和物体检测有着广泛的应用场景,例如视频监控、机器人以及危险行为分析等等,这些都需要实时获得目标的位置。本文提出了一个基于自动检测的多目标跟踪方法,并搭建了相应的实用系统。我们将业界流行的ACF物体检测算法和背景差分方法有机结合起来改进运动目标的检测结果,并借鉴已有方法将目标跟踪形式化为一个马尔科夫决策过程,特别针对小物体、光流跟踪不够稳定以及物体交错情况下跟踪容易失败等问题做了相应的改进,显著提高了多目标检测和跟踪的稳定性。针对小物体,本文利用前背景差分算法检测出前景区域,然后将较小的区域认为是小物体,作为对ACF物体检测的补充；针对光流点均匀采样可能会造成背景区域的光流点对跟踪造成干扰导致不稳定的情况,本文提出采用基于前景分割的自适应采样策略,利用前背景差分算法检测出的前背景区域,增大处于前景区域的光流点的数目,减少背景区域的光流点数目来改进目标跟踪的稳定性；针对物体交错时标识分配错误的问题,本文提出采用基于历史运动信息的推测和目标面积异常检测的方法对光流正确跟踪的结果进一步筛选,并排除丢失状态到跟踪状态的错误转移。基于这些改进,我们成功搭建了一个鲁棒的多目标在线检测和跟踪系统,并在MOT等数据集上进行测试和比较,验证系统的有效性。
【关键词】：多目标跟踪 背景差分 非均因采样 运动估计 马尔科夫决策过程 增强学习
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN948.6
【目录】：

• 摘要4-5
• Abstract5-11
• 第1章 绪论11-20
• 1.1 课题背景11-12
• 1.2 多目标跟踪技术概述12-16
• 1.2.1 多目标跟踪关键词12-13
• 1.2.2 多目标跟踪问题13-14
• 1.2.3 多目标跟踪技术分类14-16
• 1.3 物体检测技术概述16-18
• 1.3.1 基于全局特征的物体检测技术16-17
• 1.3.2 基于局部特征的物体检测技术17-18
• 1.4 本文主要研究内容和贡献18
• 1.5 本章小结18-20
• 第2章 多目标在线检测与跟踪20-38
• 2.1 算法整体框架20
• 2.2 快速物体检测20-22
• 2.2.1 Viola-Jones检测器20-21
• 2.2.2 快速特征估计21-22
• 2.2.3 快速特征金字塔及整体框架22
• 2.3 物体检测器改进方案22-25
• 2.3.1 Vibe前背景检测算法24-25
• 2.4 多目标跟踪算法框架25-37
• 2.4.1 马尔科夫决策过程26-28
• 2.4.2 激活状态策略28
• 2.4.3 跟踪状态策略及其改进方案28-34
• 2.4.4 丢失状态策略及其改进方案34-36
• 2.4.5 多目标中的马尔科夫决策过程36-37
• 2.5 本章小结37-38
• 第3章 系统与实验结果38-51
• 3.1 多目标跟踪结果39-47
• 3.2 多目标跟踪结果定量比较47-48
• 3.3 多目标检测结果对比48-51
• 第4章 总结与展望51-52
• 4.1 总结51
• 4.2 展望51-52
• 参考文献52-56
• 致谢56

【相似文献】

中国期刊全文数据库 前10条

1 韩雷;王洪庆;林隐静;;光流法在强对流天气临近预报中的应用[J];北京大学学报(自然科学版);2008年05期

2 龚大墉;汪治华;杨数强;刘岩;;基于目标的局部约束光流分析[J];重庆工学院学报(自然科学版);2009年07期

3 严强;黄增喜;曹丽萍;黄蓉刚;;光流法在机车安全行驶中的应用[J];计算机应用研究;2013年04期

4 马鹏飞;杨金孝;;基于光流法的粒子图像测速[J];科学技术与工程;2012年32期

5 张永亮;卢焕章;贺兴华;谢耀华;;基于光流预测的直线对应算法[J];信号处理;2010年05期

6 孙承志;熊田忠;吉顺平;张家海;;基于差分的光流法在目标检测跟踪中的应用[J];机床与液压;2010年14期

7 王，

本文编号：879283