基于多源信息融合的多目标跟踪算法研究-计算机技术专业论文.docxVIP

万方数据 万方数据 Classified Index: TP391.4 U.D.C: 681.39 Dissertation for the Master Degree in Engineering RESEARCH ON MULTIPLE TARGETS TRACKING METHOD BASED ON MULTIPLE INFORMATION FUSION Candidate： Yu Hongyang Supervisor： Prof. Yao Hongxun Academic Degree Applied for： Master of Engineering Speciality： Computer Technology Affiliation： School of Computer Science and Technology Date of Defence： June, 2014 Degree-Conferring-Institution： Harbin Institute of Technology 摘 摘 要 摘 要 随着智能设备的发展，人们可以获取到大量的外界信息，其中最为直观的 就是视觉信息，这使得计算机视觉成为众多科研领域的重要研究内容之一。在 计算机视觉领域中，一些可以代替人力，甚至超过人力的课题逐渐被众多学者 重视起来。多目标跟踪任务就是一项很有挑战的研究课题，并且能够在视频监 控、机器人视觉、交通管理等领域有着广泛的应用。因此，设计一个有效的多 目标跟踪算法，是有重要的意义和价值的。 而在现实的复杂场景中，由于会出现光线变化、目标数量变化、目标之间 的相互遮挡以及目标间相互交错等情况，这使得所采集得到的视频图像序列的 情景变化变得复杂多变，因此想要对多个运动目标进行同时的跟踪是十分困难 的。而随着硬件设备的发展，越来越多种的信息源可以提供各种各样的信息模 式。本文致力于将除了视频图像信息以外的其他信息源信息，尤其以深度信息 为主，融入到多目标跟踪任务中，从而得到有效的多目标跟踪算法。本文的主 要研究内容如下： 第一，本文提出了一种基于运动目标检测的深度信息优化算法。本文为了 能够在多目标跟踪任务中引入深度信息，对深度信息的特点进行了分析，并且 为了使深度信息能够在多目标跟踪算法中得到良好的使用，结合对多个运动目 标位置的检测结果，对深度图像进行优化，为在多目标跟踪算法中使用深度信 息做了良好的准备。 第二，提出了一种基于深度层次分割的多目标跟踪算法。算法首先对已经 优化的深度信息图像进行统计分析，得到其分布的离散性，由此对深度层次进 行分割，从而得到多个深度层次区域，在每个深度层次区域中分别对多个目标 进行跟踪，从而使得每个层次内所需跟踪的目标数量减少，降低了场景复杂度， 最后将多个多目标跟踪结果进行融合，得到最终的多目标跟踪结果。 第三，提出了一种基于区域深度信息的多特征多目标跟踪算法。通过对基 于深度层次分割的多目标跟踪算法的跟踪结果进行分析，从另一个角度使用深 度信息，不仅将深度信息按照层次进行划分，并且将深度信息图像的区域深度 值作为特征使用，结合每个运动目标的其他颜色信息特征，进行多个运动目标 的跟踪，增强了跟踪效果。 关键词：多目标跟踪；RGB-D；深度信息优化；层次分割；多特征融合 - I - Ab Abstract Abstract With the development of intelligent equipment, people can gain vast amounts of information. And the most sensorial information is the visual information, which makes the computer vision become one of the important research content s in many fields of research. In the field of computer vision, some researches can replace the human, and even more than the human. These subjects have been gradually paid attention to by many scholars. Multiple targets tracking task is a challenging research topic, and could have wide applications in the fields of video surveillance, robot vision,