智能視覺監(jiān)控系統(tǒng)中的目標提取和跟蹤算法.pdf

1、智能視覺監(jiān)控是一項備受全球關(guān)注的新興技術(shù)。由于城市人口的激增和城市規(guī)模的擴大，對智能視覺監(jiān)控系統(tǒng)的需求也日益迫切。智能視覺監(jiān)控能應用在公共安防、醫(yī)療看護、交通管理、顧客服務(wù)等許多場合。它涉及計算機視覺、圖像和視頻處理、模式識別和人工智能等多個領(lǐng)域的技術(shù)。智能視覺監(jiān)控需要完成以下任務(wù)：運動目標物提取、目標分類、目標跟蹤、目標物行為理解和身份識別等。本文專注于其中目標提取和目標跟蹤這兩個關(guān)鍵技術(shù)的研究。本文的主要工作包括：
　　 1

2、.在目標提取方面，提出了一種改進的使用局部二元圖（LBP）的基于紋理的算法。原始的基于紋理的算法本身是一種很好的背景減除算法。但是，它的分割結(jié)果中在目標物邊緣附近存在較多的虛警，而且還存在對變化的背景適應緩慢的問題。為了解決第一個問題，本文提出用空間加權(quán)的LBP直方圖作為特征并引入了陰影消除算法。為了解決第二個問題，本文將原算法中固定的學習率替換為對每個LBP直方圖分別計算的自適應的學習率，另外維護多個模型以對付光照突變的情況。實驗結(jié)果

3、表明本文提出的算法成功地解決了這兩個問題并幾乎沒有引入任何不利影響。
　　 2.對于目標跟蹤，提出了一種可用于復雜場景的實時魯棒的跟蹤算法。該算法使用了顏色和形狀兩個特征聯(lián)合表示目標物，并將它們?nèi)谌肓Ｗ訛V波器（PF）中。為了克服傳統(tǒng)PF計算量大的問題，在PF的重要性采樣步驟之后對每個粒子施加了均值位移（MS）操作以改變粒子的位置。這使粒子具有更大的似然值，能更有效地近似后驗概率密度函數(shù)，因此所需的粒子數(shù)大大減少。但是，這個修改存