复杂背景下多行人运动的检测与跟踪

《复杂背景下多行人运动的检测与跟踪》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、万方数据哈尔滨工程大学硕士学位论文4．1基于上下文推理的实时行人跟踪算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯534．1．1算法介绍及原理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．544．1．2跟踪算法的常见问题⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．564．1．3系统结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．584．2实验结果及分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯654．3基于离散一连续优化的多行人跟踪⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．684．3．1离散一连续优化的算法原理⋯⋯⋯⋯⋯⋯⋯⋯

2、⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯684．3．2连续的轨迹模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一694．3．3离散的数据关联⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一694．3．4基于离散一连续优化的多行人跟踪⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯714．4实验结果及分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯724．5本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯74第5章复杂背景下多行人运动跟踪系统设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯755．1确立实际应用环境⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯

3、⋯⋯755．2系统整体设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯755．3实验系统界面⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯765．4本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯78结论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．79参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。8l攻读硕士学位期间发表的论文和取得的科研成果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。87致谢⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯

4、⋯⋯⋯⋯．．89万方数据第1章绪论第l章绪论1．1课题研究的目的与意义随着电子信息技术的飞跃性发展，我们的生活被各种各样智能设备及其带来的各类感官受用的“大数据”所充斥。人们越来越追求高效、智能，计算机为此提供可能。对于媒体信息，尤其是视频信息，人们逐渐尝试用计算机视觉代替人类视觉，实现实时的、可靠的分析和判断，也因此计算机视觉应用也越来越关注人们的日常生活和社会活动。智能视频监控是计算机视觉的一个重要应用领域。近十年来许多视频摄像头不断加装在我们生活的周围，甚至可以说遍布全球，有的更设置成为网络摄像机。随着计算机性能的不断发展，这类基于图像的

5、传输技术也随之发展迅猛，但大多数监控系统视而不“监”无法做到智能化。因此，找到有效且实时地处理这些数据，减少被动视频分析所消耗的高人力成本的方法变得原来越重要。智能监控是数字视频发展到一定阶段产生的必然应用，从直观上它关系到各地区安防，从广义上讲它能够和数字视频的各种应用联系起来。在许多应用场合中，用户最感兴趣的往往是场景中人的行为，特别是那些对安全要求较高或对动作较敏感的场合，如交通安全、监控系统、运动分析等等。由于在语义方面要求较高的大部分任务都是基于轨迹的分析，因此这类视频分析的关键前提往往是在动态且复杂的现实场景中鲁棒性地检测、识别并跟

6、踪行人，进而才能分析其运动甚至动作的特征，采用机器学习的方法对其行为进行判断和描述，更一步可使系统对用户做出适当响应。除智能监控系统以外，运动目标的检测与跟踪还在许多图像分析应用中都扮演着重要角色，如人机交互、智能交通、基于内容的视频检索与压缩、图像导航制导、战场侦察测绘等川。因此，视频目标的检测与跟踪技术必须顺应时代的发展要求，利用人工智能技术的发展而得到逐渐完善。运动目标检测与跟踪作为视频运动对象分析的热点方向，是物理学、计算机科学与自动化等相关领域学科的交叉课题，并广泛引用于空防预警、生物组织运动分析、气象云图预报、交通监管、安防监控、高

7、清视频压缩等方面【2]。目标跟踪问题看似简单：给定一段视频序列，其中包含一个或多个运动目标，我们想要得到的是这些目标的轨迹。但这在现实场景中，会有几个问题使得结果难以得到：感兴趣目标无法精确地从背景中分离，摄像机运动，背景元素细微变化(如树叶随风吹动)，背景元素或其他目标将目标部分或全部遮挡等等。而且监控系统往往受场景噪声大、目标类型多、行人目标状态万方数据哈尔溟工程大学硕士学位论文多变等影响。1．2运动目标检测和跟踪的国内外研究现状鉴于行人跟踪技术广阔的应用前景和极具挑战性的研究价值，越来越多的学者给予关注参与其研究当中，提出许多跟踪算法，但

8、关于现实场景的难题仍然开放有待解决。近十几年来，许多高校及研究机构在基于视频图像的复杂背景下的多行人检测与跟踪问题上投入了大量研究精力。中科院自动化模