基于航拍視頻的多目標檢測和跟蹤.pdf

1、多目標檢測和跟蹤技術(shù)是近幾年的研究熱門，但已存在的算法往往存在一些弊端和不足，比如不同目標類型自身存在其特有的特征屬性，目標間存在復(fù)雜的互動關(guān)系，環(huán)境對目標運動存在約束和影響等，以及物體間相互遮擋、光照快速變化、圖像噪音等因素都會造成一定數(shù)量的目標漏檢和錯檢導(dǎo)致跟蹤軌跡的斷裂。在目標密集的城市環(huán)境下更容易造成目標丟失或跟蹤錯誤。為了更為準確地描述目標運動狀態(tài)，預(yù)測目標未來的運動軌跡，實現(xiàn)目標的連續(xù)持久跟蹤，本文提出基于航拍視頻的多目標檢

2、測和跟蹤算法，該算法首先對視頻進行視頻穩(wěn)像，然后將三幀相減和背景減除算法結(jié)合分離出視頻的前景和背景,檢測和識別出運動物體，最后提取出運動目標的特征屬性和目標間的差異特征利用超圖匹配進行幀間匹配，實現(xiàn)跟蹤的目的。
　　外界環(huán)境、設(shè)備和人等因素在拍攝過程中造成的視頻抖動會使多目標檢測結(jié)果產(chǎn)生較大的偏差，本文提出一種基于光流的穩(wěn)定的視頻穩(wěn)像算法。該算法利用光流找到幀圖像間的匹配點對計算仿射變換矩陣用以視頻穩(wěn)像，效果較為理想。在實際應(yīng)用中

3、，由于背景減除算法利用高斯混合模型 GMM進行背景建模得到的背景模型可能包含暫時靜止的目標物體，效果并不理想，而三幀相減算法存在“重影”和“洞”的問題，于是本文提出結(jié)合背景減除和三幀相減的算法，該算法結(jié)合兩種算法的優(yōu)點，比較好地解決了多目標檢測和識別中的問題。識別出目標物體后，提取目標自身的特征屬性，比如顏色、速度、輪廓和紋理等，并計算目標間的差異特征，比如距離、速度差等，根據(jù)超圖匹配計算幀間目標間的關(guān)聯(lián)權(quán)重，根據(jù)匹配權(quán)重關(guān)聯(lián)前后幀的運