多目標跟蹤算法研究及應用.pdf

1、隨著社會的不斷發(fā)展，公共安全事件、特別是暴力恐怖事件日益增多，對于傳統(tǒng)的視頻監(jiān)控系統(tǒng)提出了新的需求。智能視頻監(jiān)控系統(tǒng)作為視頻監(jiān)控系統(tǒng)的最新研究成果，因其符合當前信息產業(yè)發(fā)展的趨勢，結合了計算機視覺技術、機器學習技術而受到學界和工業(yè)界的廣泛關注，其研究價值較為重要、應用前景廣闊?；诜诸惖亩嗄繕烁櫦夹g作為智能視頻監(jiān)控系統(tǒng)中的核心組成部分，備受國內外研究人員的注意。但在多目標跟蹤研究領域內，因其固有的復雜性，如目標間相互遮擋帶來的干擾、人

2、工設計特征引入的問題等，目前還存在大量難題亟待解決。本文主要在多目標跟蹤算法及其在智能視頻監(jiān)控領域中的應用展開研究，主要研究結果總結如下：
　?。?）設計了一種基于區(qū)域卷積神經網絡的目標檢測算法。針對目標檢測算法中人工設計目標特征帶來的各種問題，將卷積神經網絡引入到目標檢測算法中。同時為了滿足智能視頻監(jiān)控系統(tǒng)實時性的需求，提出區(qū)域選擇算法對視頻圖像進行計算，產生可能包含目標的疑似區(qū)域，減少了卷積神經網絡的計算量。在此基礎上，對卷積

3、神經網絡進行改進，設計了基于區(qū)域的卷積神經網絡。實驗結果表明，基于區(qū)域的卷積神經網絡提取的特征具有較高的分辨能力，在目標檢測的準確率上較其他算法有較大提高；
　?。?）提出了一種基于基礎顏色特征的自適應尺度的目標跟蹤算法。針對目標間相互遮擋對數(shù)據(jù)關聯(lián)帶來的干擾，根據(jù)基礎顏色特征和目標間的相對位置關系，形成各種配置，通過結構化支持向量機來求取最優(yōu)配置，完成跟蹤目標的關聯(lián)；同時，采取尺度因子更新算法，在計算目標信息量變化的基礎上，對關

4、聯(lián)后的位置進行矯正，提高目標跟蹤算法的跟蹤精度。實驗表明，算法在跟蹤目標的準確率和精度上取得了不錯的實驗結果；
　?。?）在上述算法的基礎上，設計并實現(xiàn)了機場跑道智能視頻監(jiān)控系統(tǒng)。該系統(tǒng)由服務器端和客戶端構成?？蛻舳死没趨^(qū)域卷積神經網絡的目標檢測算法，對跑道上的飛機進行實時檢測，將檢測結果通過網絡發(fā)送給服務器端；服務器端接收來自客戶端的檢測數(shù)據(jù)，利用基于基礎顏色特征的自適應尺度的目標跟蹤算法，實現(xiàn)了實時跟蹤飛機地面活動、判斷飛