基于运动区域特征的多目标跟踪算法研究-硕士论文

《基于运动区域特征的多目标跟踪算法研究-硕士论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文基于运动区域特征的多目标跟踪算法研究作者姓名周飞学科专业电路与系统指导教师冯久超教授所在学院电子与信息学院论文提交日期2015年4月Researchonmulti-objecttracingalgorithmsbasedonmovingregions'featuresADissertationSubmittedfortheDegreeofMasterCandidate：ZhouFeiSupervisor：Prof.FengJiuchaoSouthChinaUniversityofTechnologyGuangzhou,China分类号：TP391学校代

2、号：10561学号：201220107900华南理工大学硕士学位论文基于运动区域特征的多目标跟踪算法研究作者姓名：周飞指导教师姓名、职称：冯久超教授申请学位级别：工学硕士学科专业名称：电路与系统研究方向：图像技术与智能系统论文提交日期：2015年4月20日论文答辩日期：2015年6月8日学位授予单位：华南理工大学学位授予日期：年月日答辩委员会成员：主席：殷瑞祥教授委员：余华教授吴宗泽副教授余卫宇副教授冯久超教授华南理工大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何

3、其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名：日期：学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属华南理工大学。学校有权保存并向国家有关部门或机构送交论文的复印件和电子版，允许学位论文被查阅（除在保密期内的保密论文外）；学校可以公布学位论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存、汇编学位论文。本人电子文档的内容和纸质论文的内容相一致。本学位论文属于：□保密

4、，在年解密后适用本授权书。☑不保密,同意在校园网上发布，供校内师生和与学校有共享协议的单位浏览；同意将本人学位论文提交中国学术期刊（光盘版）电子杂志社全文出版和编入CNKI《中国知识资源总库》，传播学位论文的全部或部分内容。（请在以上相应方框内打“√”）作者签名：日期：指导教师签名：日期：作者联系电话：13660829412电子邮箱：gavineaglechou@gmail.com联系地址（含邮编）：广州市天河区华五山路381号华南理工大学电子与信息学院（510640）摘要本文对基于运动区域特征的目标跟踪算法进行了研究。考虑到直接对整个图像进行特征提取和特征匹配来

5、实现目标跟踪的运算量非常大，而且往往很多背景特征的计算是没有必要的，尤其是一些背景比较复杂的图像会有大量的对目标匹配没有贡献的特征点，为了减少这些特征的计算量，本文提出了基于运动区域特征匹配来对多目标进行跟踪方法。本文通过只对图像中运动的区域进行特征提取和特征匹配，从而达到减少特征提取和特征匹配的运算量的效果。实验表明，该方法对于运动区域较小的图像能够减少一个数量级的特征提取和匹配运算量。本文采用了ViBe运动检测算法来获取目标所在的运动区域，对ViBe算法进行了详细的分析讨论，实现了ViBe算法，并对其检测结果进行了优化，达到比较好的运动检测效果，正确分离出图像

6、中运动目标所在的区域，为提取该区域的特征做准备。在检测出运动目标所在区域之后，提取目标区域SIFT特征并将该区域的特征和目标库中待跟踪的目标进行匹配。本文在使用SIFT特征进行目标匹配的主要步骤为：1、建立待跟踪目标的SIFT特征库；2、对图像序列的每一帧用SIFT特征提取算法对运动区域进行特征提取；3、将运动区域特征和目标特征库进行特征匹配，从而对跟踪的目标是否出现在运动的区域内进行判断。针对SIFT特征匹配和本文的应用场景，本文提出了基于两个参数（被跟踪的目标在目标特征库内的特征组数?、特征匹配数判断阈值????ℎ?ℎ???ℎ???）的目标匹配方法来判断被跟踪

7、的目标是否出现在运动区域中。实验表明，本文方法能够达到具有较高准确率的多目标跟踪效果。将本文提出的多目标跟踪方法应用在智能监控领域，可以实现对监控录像中运动的人或者车进行自动识别，减少监控视频分析中人工参与的工作量。关键词：多目标跟踪；运动检测；特征提取；特征匹配IAbstractThispaperresearchedonmulti-objecttrackingalgorithmsbasedonregionfeatures.Consideringthecomputationofextractingandmatchingthewholeimage’sfeatures

8、toach