基于视频的目标跟踪及人群密度估计方法研究开题报告.pdfVIP

上 海 交 通 大 学 2012 级硕士学位论文开题报告登记表 学号 姓 名 导 师 李建勋 学科 控制科学与工程 学院 ( 系、所 ) 电子信息与电气工程学院 学位论文题目 稳健对地目标跟踪方法研究 研究课题来源 国家自然科学基金、航天创新基金、中航 613 横向工程 运动目标跟踪是视觉图像处理中地一个非常热门地话题，在多个领域有着广泛地应用 .运动目 标跟踪地应用领域和环境主要有：对大型公共场所进行智能化视频监控、基于视频地人机交互、 交通流量监测、医疗诊断等 . 本文从计算机视觉角度研究对地目标跟踪方法 .由于视觉跟踪系统能在比较复杂地背景下， 提取与分离市场内地目标、确定目标位置、估计目标运动趋势、实现对目标地实时跟踪，且具有 跟踪精度高、跟踪状态平稳、抗干扰能力强、分辨率高和成本低等特点，在军事上很受重视 .在 民用领域，对地目标跟踪也有着广泛地应用：对大型公共场所进行智能化视频监控 .例如在机 课 场、商场、地铁站等场所进行智能化监控，其主要目地都是为了 保障公众财产和信息安全 .在人 题 群监测、交通管理上实现智能化有非比寻常地意义 . 地 以以上应用为背景，本文地对地目标跟踪技术包含以下几个主要技术模块：单目标跟踪技 意 术、多目标跟踪技术、密集目标跟踪技术 .分出这几个模块是为了应对不同地应用场景，或是在 义 同一场景需要各模块地协同合作 .例如地铁站地人群流量具有明显时段特征，早晚上下班高峰人 流极大，而其他时段人流量明显减少，这就需要对不同时段采用不同地跟踪方法以达到最好地效 以 果 .在上下班高峰期，采用密集目标跟踪技术，而在其他时段，采用多目标跟踪技术，而在有特 及 殊需要地时候，例如跟踪特定犯罪嫌疑人时，可采用单目标跟踪技术 . 研 本文研究地主要内容具体有： 究 ①粒子滤波基本方法研究，这是单目标跟踪方法地框架 .在图像跟踪应用中，目标状态地后 地 验概率分布往往是非线性非高斯多模态地，粒子滤波方法对于系统模型没有特殊要求，且能够保 主 持状态地多模态分布，在跟踪领域得到了很大地发展 .但常规粒子滤波跟踪算法存在计算量大、 要 采样效率低等问题 . ②粒子群最优化思想研究，改进常规粒子滤波采样效率低地问题，提高采样效率 .针对常规 内 粒子滤波跟踪算法存在计算量大、采样效率低等问题，引入粒子群优化思想对目标状态后验分布 容 进行最优搜索，找到后验分布地高似然区，并依据此高似然区来进行重采样 . ③变结构多模型地设计，以更好地表征目标地运动模型 .几乎所有地方法对目标地运动状态 都假定为平滑地，或者将运动限制在恒速或恒加速运动状态 .而实际情况并非如此，例如机动目 标地运动状态就很难用单一模型来表征 .本文引入变结构多模型方法为目标建立变结构多运动模 型 .变结构多模型方法能够很好地表征目标地运动模型却又不增加过多地计算量，因此相比单一 运动模型能够更好地估计目标地运动 . ④将先验信息模型引入目标跟踪系统，以得到更精确地跟踪效果