基于CCTV的跟踪算法研究
发布时间：2022-08-02 10:03
随着信息化程度的不断提高,智能视频监控系统已被普遍运用于各种场合,例如道路交通,社区学校,车站机场等公共场合。在物联网的大背景下,智能视频监控,不仅要求能够对监控视频进行采集,而且更多情况下需要系统能够对监控视频中的目标信息进行提取和分析,并且对这些信息做出响应,进而实现视频监控的智能管理,因此如何实现摄像机资源的分配和管理,监控视频的处理和分析,以及视频监控的控制成为了目前智能监管和安防领域主要研究的问题。鉴于以上问题本文分别对摄像机节点的动态选择、多目标跟踪、摄像机主从联动等方面展开了研究工作。本文的研究成果主要包括以下几个方面:1)提出了一种基于马尔科夫决策过程的摄像节点动态选择算法。该方法将目标的数量、速度、分布、:朝向评分作为摄像机节点的评价方式,并且结合马尔科夫决策过程得到最优分配策略的值函数,最后通过值迭代的方式求解最优节点,实现摄像机节点的动态选择。本文选取了不同的数据集并且对比了其他算法进行了实验,实验证明通过该算法推演出的节点策略能够较为准确的监控绝大多数的目标,在解决摄像机资源调度分配问题中取得了良好的实验效果。2)提出了一种基于YOLO v3的多目标跟踪算法。该...
【文章页数】：80 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 课题背景
1.2 国内外研究现状
1.2.1 摄像机节点的动态选择
1.2.2 多目标跟踪
1.2.3 摄像机主从联动
1.3 主要研究工作和研究成果
1.4 论文的内容安排
2 摄像机节点动态选择
2.1 引言
2.2 摄像机节点选择技术框图
2.3 摄像机节点状态表示
2.4 摄像机节点动态选择算法
2.5 状态建模与规划
2.5.1 马尔科夫决策过程(MDP)
2.5.2 摄像机节点动态选择过程的状态建模
2.5.3 最优分配策略的值函数表示
2.5.4 值迭代求解最优策略
2.6 节点评估方法
2.7 本章小结
3 多目标跟踪
3.1 引言
3.2 多目标跟踪算法整体框图
3.3 YOLO检测算法
3.4 紧邻跟踪算法
3.4.1 轨迹预测
3.4.2 数据关联
3.4.3 紧邻最优跟踪算法
3.4.4 轨迹异常修正算法
3.5 本章小结
4 摄像机主从联动
4.1 引言
4.2 摄像机主从联动算法框图
4.3 主从摄像机目标关联
4.3.1 特征提取
4.3.2 特征匹配
4.3.3 图像相似度对比
4.3.4 基于HOG特征的主从摄像机目标关联算法
4.4 角度的解算
4.5 基于时间量化的对准跟踪算法
4.5.1 基于时间量化的对准跟踪算法流程图
4.5.2 云台转动时间量化
4.6 本章小结
5 实验结果与分析
5.1 摄像机节点动态选择的实验结果与分析
5.1.1 实验的主要设备信息
5.1.2 实验结果与分析
5.1.3 实验结论
5.2 多目标跟踪的实验结果与分析
5.2.1 实验的主要设备信息
5.2.2 实验结果与分析
5.2.3 实验结论
5.3 摄像机主从联动的实验结果和分析
5.3.1 实验设备
5.3.2 实验结果与分析
5.3.3 实验结论
6 总结和展望
6.1 总结
6.2 展望
致谢
参考文献
作者简历及攻读硕士学位期间的科研成果
【参考文献】：
期刊论文
[1]基于R-FCN框架的多候选关联在线多目标跟踪[J]. 鄂贵,王永雄. 光电工程. 2020(01)
[2]联合YOLO和Camshift的目标跟踪算法研究[J]. 韩鹏,沈建新,江俊佳,周喆. 计算机系统应用. 2019(09)
[3]融合YOLO检测与均值漂移的目标跟踪算法[J]. 王忠民,段娜,范琳. 计算机工程与应用. 2019(10)
[4]融合图像显著性与特征点匹配的形变目标跟踪[J]. 杨勇,闫钧华,井庆丰. 中国图象图形学报. 2018(03)
[5]选配电动云台时的注意事项[J]. 纪淑方. 中国安防产品信息. 1998(04)
博士论文
[1]摄像机网络节点动态选择技术研究[D]. 李骞.南京大学 2016
硕士论文
[1]基于人脸特征点定位的主从摄像机联动算法研究[D]. 范文萍.北京邮电大学 2014
本文编号：3668318
【文章页数】：80 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 课题背景
1.2 国内外研究现状
1.2.1 摄像机节点的动态选择
1.2.2 多目标跟踪
1.2.3 摄像机主从联动
1.3 主要研究工作和研究成果
1.4 论文的内容安排
2 摄像机节点动态选择
2.1 引言
2.2 摄像机节点选择技术框图
2.3 摄像机节点状态表示
2.4 摄像机节点动态选择算法
2.5 状态建模与规划
2.5.1 马尔科夫决策过程(MDP)
2.5.2 摄像机节点动态选择过程的状态建模
2.5.3 最优分配策略的值函数表示
2.5.4 值迭代求解最优策略
2.6 节点评估方法
2.7 本章小结
3 多目标跟踪
3.1 引言
3.2 多目标跟踪算法整体框图
3.3 YOLO检测算法
3.4 紧邻跟踪算法
3.4.1 轨迹预测
3.4.2 数据关联
3.4.3 紧邻最优跟踪算法
3.4.4 轨迹异常修正算法
3.5 本章小结
4 摄像机主从联动
4.1 引言
4.2 摄像机主从联动算法框图
4.3 主从摄像机目标关联
4.3.1 特征提取
4.3.2 特征匹配
4.3.3 图像相似度对比
4.3.4 基于HOG特征的主从摄像机目标关联算法
4.4 角度的解算
4.5 基于时间量化的对准跟踪算法
4.5.1 基于时间量化的对准跟踪算法流程图
4.5.2 云台转动时间量化
4.6 本章小结
5 实验结果与分析
5.1 摄像机节点动态选择的实验结果与分析
5.1.1 实验的主要设备信息
5.1.2 实验结果与分析
5.1.3 实验结论
5.2 多目标跟踪的实验结果与分析
5.2.1 实验的主要设备信息
5.2.2 实验结果与分析
5.2.3 实验结论
5.3 摄像机主从联动的实验结果和分析
5.3.1 实验设备
5.3.2 实验结果与分析
5.3.3 实验结论
6 总结和展望
6.1 总结
6.2 展望
致谢
参考文献
作者简历及攻读硕士学位期间的科研成果
【参考文献】：
期刊论文
[1]基于R-FCN框架的多候选关联在线多目标跟踪[J]. 鄂贵,王永雄. 光电工程. 2020(01)
[2]联合YOLO和Camshift的目标跟踪算法研究[J]. 韩鹏,沈建新,江俊佳,周喆. 计算机系统应用. 2019(09)
[3]融合YOLO检测与均值漂移的目标跟踪算法[J]. 王忠民,段娜,范琳. 计算机工程与应用. 2019(10)
[4]融合图像显著性与特征点匹配的形变目标跟踪[J]. 杨勇,闫钧华,井庆丰. 中国图象图形学报. 2018(03)
[5]选配电动云台时的注意事项[J]. 纪淑方. 中国安防产品信息. 1998(04)
博士论文
[1]摄像机网络节点动态选择技术研究[D]. 李骞.南京大学 2016
硕士论文
[1]基于人脸特征点定位的主从摄像机联动算法研究[D]. 范文萍.北京邮电大学 2014
本文编号：3668318
本文链接：https://www.wllwen.com/shoufeilunwen/xixikjs/3668318.html
