【摘要】：視頻序列中的移動(dòng)目標(biāo)跟蹤是計(jì)算機(jī)視覺領(lǐng)域的熱點(diǎn)研究課題之一,在軍事和民用領(lǐng)域都有廣泛的應(yīng)用,吸引了眾多國內(nèi)外學(xué)者的普遍關(guān)注。研究者們提出了許多有效的跟蹤算法,跟蹤的性能也不斷得到提高。然而,在實(shí)際應(yīng)用中,仍然存在一些尚未解決或者有待更好地解決的問題,特別是關(guān)于目標(biāo)非線性形變、姿態(tài)變化,前景與背景間的遮擋、交錯(cuò),復(fù)雜背景中噪聲干擾等各種影響跟蹤的問題。因此,視頻跟蹤算法的魯棒性、準(zhǔn)確性提高仍然是一項(xiàng)充滿挑戰(zhàn)的工作。此外,跟蹤算法的實(shí)時(shí)性也是需要考慮的內(nèi)容。論文研究視頻移動(dòng)目標(biāo)檢測(cè)和跟蹤算法,主要完成以下三個(gè)方面的創(chuàng)新性工作：(1)針對(duì)目標(biāo)檢測(cè)和跟蹤過程中背景未知、背景復(fù)雜問題,提出一種基于背景動(dòng)態(tài)重建的視頻移動(dòng)目標(biāo)檢測(cè)方法。該方法結(jié)合目標(biāo)方向動(dòng)態(tài)重建背景,并在新建立的背景基礎(chǔ)上進(jìn)行目標(biāo)檢測(cè)和跟蹤,解決了現(xiàn)有方法中前景檢測(cè)依賴已知背景的問題。并且,對(duì)背景進(jìn)行形態(tài)學(xué)運(yùn)算,加強(qiáng)了針對(duì)輕微抖動(dòng)、亮度變化等復(fù)雜背景的抗干擾能力,提高了檢測(cè)和跟蹤的準(zhǔn)確率和效率。(2)針對(duì)視頻目標(biāo)跟蹤過程中目標(biāo)的遮擋問題,提出一種結(jié)合目標(biāo)顏色信息拓?fù)潢P(guān)系的目標(biāo)跟蹤方法。該方法將目標(biāo)顏色位置拓?fù)潢P(guān)系作為新特征與其他特征進(jìn)行融合實(shí)現(xiàn)目標(biāo)跟蹤,解決了傳統(tǒng)目標(biāo)跟蹤方法將顏色成分相同而位置不同的其他背景識(shí)別為目標(biāo)的問題；通過對(duì)拓?fù)浣Y(jié)構(gòu)矩陣進(jìn)行近似同構(gòu)性的判斷,解決由于部分顏色信息被掩蓋導(dǎo)致的識(shí)別錯(cuò)誤問題,為此類特征融合的目標(biāo)跟蹤算法提供了新的思路；通過將多個(gè)特征弱分類器組成級(jí)聯(lián)強(qiáng)分類器建立目標(biāo)判決模型,有效解決目標(biāo)在運(yùn)動(dòng)中經(jīng)常出現(xiàn)的單一特征缺失導(dǎo)致跟蹤無法繼續(xù)的問題,提高視頻中目標(biāo)跟蹤算法的有效性和準(zhǔn)確性。(3)針對(duì)傳統(tǒng)多移動(dòng)目標(biāo)跟蹤方法計(jì)算量大,不能保證計(jì)算的實(shí)時(shí)性問題,提出一種視頻實(shí)時(shí)多移動(dòng)目標(biāo)跟蹤的分布式方法,并設(shè)計(jì)合理的分布式調(diào)度算法。該分布式方法將前景按照其連通性分解成若干子目標(biāo)進(jìn)行跟蹤,降低因?yàn)楸桓櫮繕?biāo)過大、過多導(dǎo)致的時(shí)耗,提高多移動(dòng)目標(biāo)跟蹤的效率,達(dá)到實(shí)時(shí)性標(biāo)準(zhǔn)。綜上,論文對(duì)視頻目標(biāo)檢測(cè)和跟蹤過程中的背景重建、多特征融合的目標(biāo)跟蹤方法及多目標(biāo)跟蹤的分布式方法等問題進(jìn)行研究。能夠解決目前大多數(shù)跟蹤都需要依賴已知背景的問題,消除背景復(fù)雜、成像設(shè)備抖動(dòng)、亮度變化等情況對(duì)跟蹤的不利影響；找到一組能夠較好的反映移動(dòng)目標(biāo)特點(diǎn)的特征,能夠有效地避免由于遮擋和其他原因?qū)е碌奶卣鲹p耗和淹沒；解決多目標(biāo)跟蹤的計(jì)算量過大的問題,取得較好的時(shí)效性并實(shí)現(xiàn)多移動(dòng)目標(biāo)的實(shí)時(shí)跟蹤。
[Abstract]:......
【學(xué)位授予單位】：內(nèi)蒙古大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 龔俊亮;何昕;魏仲慧;郭敬明;;采用改進(jìn)輔助粒子濾波的紅外多目標(biāo)跟蹤[J];光學(xué)精密工程;2012年02期

2 劉世軍;彭真明;趙書斌;張啟衡;;基于混沌粒子濾波的視頻目標(biāo)跟蹤[J];光電工程;2010年07期

3 胡閩;劉純平;崔志明;王朝暉;張書奎;;聚類差分圖像核密度估計(jì)前景目標(biāo)檢測(cè)[J];中國圖象圖形學(xué)報(bào);2009年10期

4 王永忠;梁彥;潘泉;程詠梅;趙春暉;;基于自適應(yīng)混合高斯模型的時(shí)空背景建模[J];自動(dòng)化學(xué)報(bào);2009年04期

5 羅萬福;艾斯卡爾;;視頻監(jiān)控系統(tǒng)中的背景提取算法[J];電視技術(shù);2006年12期

6 侯志強(qiáng);韓崇昭;;視覺跟蹤技術(shù)綜述[J];自動(dòng)化學(xué)報(bào);2006年04期

相關(guān)博士學(xué)位論文 前5條

1 倪洪印;基于視頻的人體檢測(cè)與目標(biāo)跟蹤方法研究[D];吉林大學(xué);2014年

2 朱建章;復(fù)雜場(chǎng)景下實(shí)時(shí)視覺目標(biāo)跟蹤的若干研究[D];武漢大學(xué);2014年

3 李彤;智能視頻監(jiān)控下的多目標(biāo)跟蹤技術(shù)研究[D];中國科學(xué)技術(shù)大學(xué);2013年

4 王愛平;視頻目標(biāo)跟蹤技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2011年

5 馮巍;分布式多視角目標(biāo)跟蹤算法研究[D];復(fù)旦大學(xué);2011年

相關(guān)碩士學(xué)位論文 前1條

1 江南春;肛管外病癥計(jì)算機(jī)輔助診斷的圖像分割和目標(biāo)跟蹤[D];南昌大學(xué);2011年

，

本文編號(hào)：2445691