复杂拥挤环境下协同视频监控中目标跟踪算法研究

发布时间：2017-12-26 06:37

  本文关键词：复杂拥挤环境下协同视频监控中目标跟踪算法研究　出处：《中国科学技术大学》2016年博士论文　论文类型：学位论文

  更多相关文章： 协同视频监控 目标跟踪 分块模型 结构限制 信息融合

【摘要】：随着公共安全越来越受到国内外的重视,视频监控被广泛采用并成为主要的安全监控手段。传统的视频监控系统面临着监控代价大、看不清等问题,智能化、高清化成为未来视频监控的必然发展方向。目标跟踪是智能监控中的基础性问题,复杂拥挤环境给目标跟踪带来的主要挑战是：(1)复杂背景和相似外观的目标对被跟踪目标造成干扰,(2)拥挤环境造成目标之间频繁的相互遮挡,(3)作为主要跟踪目标的行人具有高度的非刚性形变,(4)视频分辨率低造成细节信息丢失,区分目标困难。本文针对这些关键问题进行了深入的研究,主要的研究工作及创新点如下：1.提出了一种基于共享字典学习的单目标跟踪算法。在复杂拥挤的环境下,为了解决相似背景干扰的问题,该算法学习三个字典：目标字典、背景字典和共享字典。目标字典和背景字典学习目标和背景不同的部分,共享字典学习目标和背景相似的部分。通过共享字典的学习将目标和背景的相似之处与不同之处分开,使得字典具有更好的辨别能力。实验结果表明,与现有的跟踪方法对比,本文提出的算法能够更好地解决相似背景干扰的问题,在主要包含相似背景挑战的视频中,跟踪结果的平均重叠率提升了10%。2.提出了一种基于分块多图排序的单目标跟踪算法。在复杂拥挤的环境下,为了解决目标之间频繁相互遮挡的问题,该算法充分利用样本之间的流形结构关系,将目标划分成图像块,基于不同图像块的不同特征表示构建不同的关系图,每个关系图分配一个权重,同时学习关系图的权重和候选样本的排序得分,减少遮挡目标块的影响。实验结果表明,与现有的跟踪方法对比,本文提出的算法能够更好地解决目标遮挡的问题,在主要包含目标遮挡挑战的视频中,跟踪结果的平均重叠率提升了8%。3.提出了一种基于多层目标表示及多层几何关系限制的单目标跟踪算法。在复杂拥挤的环境下,为了同时解决目标遮挡和形变的问题,该算法将目标进行多层分块表示,并通过分层树模型建模目标块之间的结构关系，，在统一的目标函数中求解所有目标块的位置。目标函数考虑了目标块的外观得分和目标块之间的形变损失,在允许目标发生一定形变的同时,通过多层目标块之间结构关系的限制,使得目标块的跟踪更加地准确。实验结果表明,与现有的跟踪方法对比,本文提出的算法能够更好地处理目标遮挡和形变的问题,在主要包含目标遮挡和形变挑战的视频中,跟踪结果的平均重叠率提升了9%。4.提出了一种基于静态摄像头和动态摄像头信息双向融合的单目标跟踪算法。在协同视频监控中,为了获取感兴趣目标的高清图像，提升动态摄像头中感兴趣目标的跟踪效果,该算法通过多观测模型提升单摄像头中跟踪算法的稳定性,并进一步通过信息双向融合,充分利用动静摄像头的信息提升感兴趣目标跟踪的效果。真实场景中的仿真实验和实际系统中的实验效果证明了本文提出的算法的有效性。5.提出了一种新颖的融合静态摄像头和动态摄像头信息的多目标跟踪算法。在协同视频监控中,静态摄像头中目标分辨率低,造成多目标跟踪中目标ID交换。为了解决这个问题,该算法通过动态摄像头中的高清图像信息学习更有辨别能力的外观模型,并将异质摄像头中的信息融合到基于关联的跟踪框架中,提高静态摄像头中的轨迹片段连接的准确性。实验结果表明,和现有的多目标跟踪算法对比,该算法能够大幅减少多目标跟踪中ID交换的数量,提升多目标跟踪的效果。
【学位授予单位】：中国科学技术大学
【学位级别】：博士
【学位授予年份】：2016
【分类号】：TP391.41

【相似文献】

相关期刊论文 前10条

1 金忠;一种多目标跟踪算法[J];南京理工大学学报(自然科学版);1985年S1期

2 龚萍;张辉;毛征;张庆龙;孔文超;;融合局部熵二维熵的空中目标跟踪算法研究[J];国外电子测量技术;2014年01期

3 马奔,史忠科,皮燕妮;成像目标跟踪算法分析[J];西安电子科技大学学报;2005年03期

4 孙中森;孙俊喜;宋建中;乔双;;一种抗遮挡的运动目标跟踪算法[J];光学精密工程;2007年02期

5 陈爱华;孟勃;朱明;王艳华;;多模式融合的目标跟踪算法[J];光学精密工程;2009年01期

6 牛长锋;刘玉树;;融合多特征的粒子滤波目标跟踪算法[J];华中科技大学学报(自然科学版);2010年01期

7 蔡荣太;吴元昊;王明佳;吴庆祥;;视频目标跟踪算法综述[J];电视技术;2010年12期

8 佟国峰;蒋昭炎;谷久宏;庞晓磊;;基于随机蕨丛的长期目标跟踪算法[J];东北大学学报(自然科学版);2013年01期

9 曹晓丽;李明;邢玉娟;谭萍;;几种自动目标跟踪算法的比较研究[J];硅谷;2013年02期

10 王鲁平,李飚,胡敏露;一种基于多传感器数据融合的目标跟踪算法[J];红外与激光工程;2004年02期

相关会议论文 前10条

1 徐炳吉;;一种多站联合目标跟踪算法[A];数学及其应用文集——中南模糊数学和系统分会第三届年会论文集（上卷）[C];1995年

2 杜方芳;刘士荣;邱雪娜;;一种改进的粒子滤波目标跟踪算法[A];PCC2009—第20届中国过程控制会议论文集[C];2009年

3 付晓薇;方康玲;李曦;;一种基于特征的多目标跟踪算法[A];2003年中国智能自动化会议论文集（下册）[C];2003年

4 许伟村;赵清杰;;一种基于粒子滤波的多目标跟踪算法[A];2011年中国智能自动化学术会议论文集（第一分册）[C];2011年

5 李军;张华;单梁;;一种基于Mean shift和粒子滤波的综合目标跟踪算法[A];2009年中国智能自动化会议论文集（第七分册）[南京理工大学学报（增刊）][C];2009年

6 肖敬若;胡伏原;郑江滨;张艳宁;;一种有效的多目标跟踪算法[A];第十二届全国信号处理学术年会（CCSP-2005）论文集[C];2005年

7 郑黎义;陈兴无;王磊;李正东;;红外/雷达双传感器融合目标跟踪算法[A];中国工程物理研究院科技年报（2005）[C];2005年

8 张震宇;王立松;;基于粒子滤波的传感器目标跟踪算法[A];2008年中国高校通信类院系学术研讨会论文集（上册）[C];2009年

9 王亚楠;陈杰;甘明刚;;基于差分进化的改进粒子滤波目标跟踪算法[A];中国自动化学会控制理论专业委员会C卷[C];2011年

10 张涛;费树岷;胡刚;;基于多特征信息自适应融合的视频目标跟踪算法[A];第二十九届中国控制会议论文集[C];2010年

相关博士学位论文 前10条

1 胡子军;基于随机有限集的雷达多目标跟踪算法研究[D];西安电子科技大学;2015年

2 王保宪;复杂背景下的视频目标跟踪算法研究[D];北京理工大学;2016年

3 张雷;复杂场景下实时目标跟踪算法及实现技术研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2016年

4 王晶晶;复杂拥挤环境下协同视频监控中目标跟踪算法研究[D];中国科学技术大学;2016年

5 卢建国;基于粒子滤波的视频目标跟踪算法研究[D];北京邮电大学;2011年

6 冯巍;分布式多视角目标跟踪算法研究[D];复旦大学;2011年

7 王书朋;视频目标跟踪算法研究[D];西安电子科技大学;2009年

8 刘晴;基于区域特征的目标跟踪算法研究[D];北京理工大学;2014年

9 邱雪娜;基于视觉的运动目标跟踪算法及其在移动机器人中的应用[D];华东理工大学;2011年

10 赵运基;基于视觉的目标跟踪算法研究[D];华南理工大学;2012年

相关硕士学位论文 前10条

1 张健;形变目标跟踪算法的研究与实现[D];辽宁大学;2015年

2 张巧丽;基于LabVIEW的运动目标跟踪算法研究与实现[D];陕西科技大学;2015年

3 钟宝康;基于压缩感知的预测目标跟踪算法研究[D];江西理工大学;2015年

4 薛桐;基于CamShift的运动目标跟踪算法研究[D];沈阳理工大学;2015年

5 王增宇;基于稀疏表达的目标跟踪算法研究[D];沈阳理工大学;2015年

6 王静;结构化的表观模型及两阶段目标跟踪算法研究[D];沈阳理工大学;2015年

7 葛凯蓉;自然场景下目标跟踪算法的研究[D];山东大学;2015年

8 向伟;基于检测的目标跟踪算法研究[D];上海交通大学;2015年

9 单顺勇;结合多示例学习和模板匹配的目标跟踪算法研究[D];江西理工大学;2015年

10 张碧武;基于单目视觉的目标跟踪算法的研究与实现[D];电子科技大学;2015年

本文编号：1336227