多传感器信息融合的行人跟踪研究

《多传感器信息融合的行人跟踪研究》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、密级无分类号ＴＰ２１＇ＡＮＸＩＴＥＣＨＮＯＬＯＧＩＣＡＬＵＮＩＶＥＲＳＩＴＹ硕士学位论文题目：多传感器信息融合的行人跟踪研究作者：王凯指导教师：韦宏利副教授申请学位学科：控制理论与控制工程２０１８年５月２０日密级无分类号TP21XI’ANTECHNOLOGICALUNIVERSITYUUUUUUUUUUUUUUUUUCCUuUNIVERSITY硕士学位论文题目：多传感器信息融合的行人跟踪研究作者：王凯指导教师：韦宏利副教授申请学位学科：控制理论与控制工程2018年5月20日多传感器

2、信息融合的行人跟踪研究学科：控制理论与控制工程研究生签字：指导老师签字：摘要随着现代科学技术的迅猛发展，多传感器信息融合的行人目标跟踪技术逐渐成为计算机视觉领域越来越重要的课题之一，不仅在交通监控、无人车系统、人机交互等方面有重大意义，而且在银行、超市、车站、博物馆、目标追踪等场所也有广泛的应用。多传感器信息融合是将多个传感器采集的数据有机的结合在一起，这样可以获得比单一传感器更加全面更加优越的性能指标，本文所用到的传感器为红外传感器和可见光传感器，通过对两个传感器的有机融合，达到对行人的良好跟踪。在阅读大量国内外文献的基础上，论文所

3、研究的内容主要包括以下几点。本文以红外和可见光视频图像序列中的运动行人为研究对象。针对背景差分法的缺点，在外界光线条件变化、树叶晃动等敏感情况下，检测结果的准确性会降低甚至出现检测失败的问题，提出了改进的背景差分法，对背景进行实时更新，最后通过实验验证了改进的背景差分法的实用性和有效性。针对经典MeanShift跟踪算法在行人存在严重遮挡时目标跟踪失败的问题，本文提出了一种改进的基于MeanShift算法与Kalman滤波器结合的KMTTA跟踪算法。依据Kalman滤波器的预测能力，当目标发生遮挡时，利用遮挡前Kalman滤波器学习的

4、信息来准确的预测目标的新位置继续跟踪目标，直到遮挡情况完全结束，再重新用MeanShift跟踪算法对目标进行跟踪。实验结果证明，改进的KMTTA算法相比于经典MeanShift跟踪算法的跟踪精确度有显著的提高，当行人存在严重遮挡时，改进的算法依旧可以对目标进行精准、高效的跟踪，提高了行人跟踪的鲁棒性和准确性。本文在改进的KMTTA跟踪算法的基础上，针对单一图像源下目标跟踪精度不高的问题，采用多传感器信息融合的技术进行行人目标跟踪，根据可见光图像对目标的细节比较明显，红外图像具有一定的抗干扰能力，受雪、烟、雾霾、雨等影响比较小的特点，提

5、取各自的优点，提出了一种结合红外图像和可见光图像特征进行融合的方法，来提高行人跟踪的精度及遇到严重遮挡时跟踪失败的问题。在对行人跟踪时，首先采用可见光图像的颜色信息作为行人目标模型的参数，提取红外图像的灰度信息作为行人目标模型的参数，计算得到的可见光图像和红外图像的候选目标模型和目标模型的Bhattacharyya相似系数，确定可见光图像和红外图像在融合时的权重比，最后用改进的KMTTA跟踪算法对加权后的目标进行跟踪。实验结果证明，该方法充分利用了红外图像与可见光图像各自的优点，与单一传感器相比，提高了行人目标跟踪系统的整体性能指标。

6、关键词：MeanShift算法；多传感器；红外图像与可见光图像；Kalman滤波器；融合跟踪ResearchonPedestrianTrackingBasedonMulti-sensorInformationFusionDiscipline:ControlTheoryandControlEngineeringStudentSignature:SupervisorSignature:AbstractWiththerapiddevelopmentofmodernscienceandtechnology,pedestriantracking

7、technologybasedonmulti-sensorinformationfusionhasgraduallybecomeoneofthemoreandmoreimportanttopicsinthefieldofcomputervision.Ithasgreatsignificancenotonlyintrafficmonitoring,unmannedvehiclesystemandhuman-computerinteraction,Butalsoinbanks,supermarkets,railwaystations,mu

8、seums,targettrackingandotherplacesalsohaveawiderangeofapplications.Multi-sensorinformationfusioncombinesthedat