交通視頻網(wǎng)絡(luò)下的目標(biāo)跟蹤方法的研究.pdf

1、運(yùn)動(dòng)目標(biāo)跟蹤是計(jì)算機(jī)視覺(jué)研究中比較關(guān)鍵的一部分，同時(shí)也是交通視頻網(wǎng)絡(luò)下底層關(guān)鍵技術(shù)，視頻網(wǎng)絡(luò)下的目標(biāo)跟蹤已經(jīng)應(yīng)用到社會(huì)生活、經(jīng)濟(jì)、軍事等領(lǐng)域，所以交通視頻網(wǎng)絡(luò)下的目標(biāo)跟蹤具有現(xiàn)實(shí)意義。
　　 運(yùn)動(dòng)目標(biāo)跟蹤可以把它理解成對(duì)視頻場(chǎng)景中的運(yùn)動(dòng)目標(biāo)進(jìn)行實(shí)時(shí)的檢測(cè)并描述他們的運(yùn)動(dòng)軌跡。運(yùn)動(dòng)目標(biāo)檢測(cè)是運(yùn)動(dòng)目標(biāo)跟蹤的基礎(chǔ)和前提，運(yùn)動(dòng)目標(biāo)檢測(cè)是從視場(chǎng)的場(chǎng)景中實(shí)時(shí)地檢測(cè)出運(yùn)動(dòng)目標(biāo)。運(yùn)動(dòng)目標(biāo)跟蹤是運(yùn)動(dòng)目標(biāo)進(jìn)行檢測(cè)和目標(biāo)行為分析的一個(gè)中間樞紐，它是在

2、運(yùn)動(dòng)目標(biāo)檢測(cè)的基礎(chǔ)之上進(jìn)行的，提取目標(biāo)的一些有效的特征，使用適當(dāng)?shù)钠ヅ渑c標(biāo)識(shí)算法，在運(yùn)動(dòng)模型候選區(qū)域中利用目標(biāo)特征模板對(duì)目標(biāo)進(jìn)行定位。
　　 本文將目標(biāo)跟蹤方法的研究分為三個(gè)部分：利用?？狄曨l采集卡的網(wǎng)絡(luò)功能搭建交通視頻網(wǎng)絡(luò)并提取基于碼流視頻中運(yùn)動(dòng)的目標(biāo)；提取某一場(chǎng)景下運(yùn)動(dòng)目標(biāo)的SIFT和SURF特征并建立目標(biāo)模板并根據(jù)特征對(duì)特定目標(biāo)進(jìn)行標(biāo)識(shí)；對(duì)特定目標(biāo)進(jìn)行目標(biāo)跟蹤。本文對(duì)上述這三部分的所用的技術(shù)進(jìn)行了介紹，在目標(biāo)檢測(cè)部分，通過(guò)

3、對(duì)幾種檢測(cè)方法進(jìn)行了比較，最后本文采用基于自適應(yīng)背景更新的目標(biāo)檢測(cè)方法可以準(zhǔn)確的提取目標(biāo)，重點(diǎn)研究了該算法的背景的提取和更新的算法，并編寫(xiě)計(jì)算機(jī)程序?qū)崿F(xiàn)了該算法；在目標(biāo)標(biāo)識(shí)方面，采用基于圖像局部特征的尺度不變特征變換SIFT特征和SURF特征，對(duì)特定目標(biāo)進(jìn)行了標(biāo)識(shí)，并比較了他們的匹配速度，實(shí)驗(yàn)驗(yàn)證這兩種特征對(duì)縮放、小視角改變、噪聲、亮度變化具有很好的適應(yīng)性；目標(biāo)跟蹤方面，通過(guò)幾種跟蹤方法的比較，最后確定了一種SURF特征和Kalman濾