视频监控中的目标检测与跟踪问题研究

《视频监控中的目标检测与跟踪问题研究》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、硕士学位论文视频监控中的目标检测与跟踪问题研究RESEARCHONTARGETDETECTIONANDTRACKINGINVIDEOSURVEILLANCE王昕哈尔滨工业大学2016年6月国内图书分类号：TP274.5学校代码：10213国际图书分类号：681.5密级：公开工学硕士学位论文视频监控中的目标检测与跟踪问题研究硕士研究生：王昕导师：王常虹教授申请学位：工学硕士学科：控制科学与工程所在单位：航天学院答辩日期：2016年6月授予学位单位：哈尔滨工业大学ClassifiedIndex:V448.2U.D.C:681.5Dissertatio

2、nfortheMasterDegreeinEngineeringRESEARCHONTARGETDETECTIONANDTRACKINGINVIDEOSURVEILLANCECandidate：WangXinSupervisor：Prof.WangChanghongAcademicDegreeAppliedfor：MasterofEngineeringSpecialty：ControlScienceandEngineeringAffiliation：SchoolofAstronauticsDateofDefence：June,2016Degree

3、-Conferring-Institution：HarbinInstituteofTechnologyI哈尔滨工业大学工学硕士学位论文摘要目标检测与跟踪技术是计算机视觉、视频图像监控与模式识别领域中的核心课题之一，主要的目标为获取跟踪目标的位置信息与运动参数（如速度、加速度等）并得出目标在图像序列中的运动轨迹，为进一步的图像理解、目标行为分析等做好基础，从而完成更高级的课题任务。本文以道路上的车辆为研究对象，针对不同场景下的车辆跟踪问题进行了研究。论文的主要研究是基于跟踪-学习-检测的思想，通过检测器来增强跟踪器的稳定性，并使用跟踪器的结果作为正

4、负样本在线学习更新检测器参数。论文主要包含三个部分：迭代跟踪器算法研究、检测器研究与在线学习方法研究。首先，根据跟踪实际需求，设计跟踪器模块。文中首先比较了三种不同的算法，并在其基础上分析改进，提出了一种光流Mean-shift融合的方法来对目标进行跟踪，并与一般光流法比较，给出实验分析，得出较好的实验结果。其次，设计目标检测模块。分别尝试了Haar特征分类器和级联分类器检测目标，并在级联分类器中改进滑动窗口搜索机制，并应用ViBe前景提取算法作为第二步弱分类器，采用随机蕨类分类器作为第三级分类器，最后使用模板匹配得出检测目标位置。在此基础上，对

5、算法中的学习融合模块做出设计。基于运动连续性原则，以跟踪结果邻近滑动窗口图像块作为正样本，其余为负样本，对检测器参数进行了在线学习，得到级联检测器的模板匹配方法中的样本类更新以及最后，实验使用PETS2000数据库和实际交通监控视频验证算法。实验结果表明在多个场景下，达到了一定的准确率，但是跟踪速度不能满足实时性要求；与此同时，在跟踪目标产生形变、旋转、尺度变化以及遮挡时可以稳定跟踪目标。关键词：迭代跟踪，光流，在线检测，在线学习II哈尔滨工业大学工学硕士学位论文AbstractTargetdetectionandtrackingtechnolo

6、gyisoneofthecoreissuesinthefieldofcomputervision,videosurveillanceandpatternrecognition.Themaingoalforachievingtrackingtargetpositioninformationandmovementparameters(suchasspeed,acceleration,etc.)anddrawthetargettrajectoryinimagesequence,soastogetpreparedforimageunderstanding

7、,targetbehavioranalysiswhicharemoreadvancedtasksinvideosurveillance.Thispapertakesthevehicleontheroadasresearchobject,andfocusontheresearchonvehicletrackingindifferentscenarios.Themainresearchisbasedontheideaoftrackingbydetectionthatthedetectorenhancestherobustnessoftrackeran

8、dtheresultoftrackerisusedasthesamplestotraindetectoronline.Thethesis