基于粒子滤波的视频目标跟踪的研究.pdf

学校代码 10530 学号 200610040931
分类号 TP391 密级

硕士学位论文
基于粒子滤波的视频目标跟踪研究


学位申请人杨心力
指导教师杨恢先教授
学院名称材料与光电物理学院
学科专业物理电子学
研究方向数字信号处理


二 O 一一年六月九日
Research on Video Target Tracking Based
on Particle Filter



Candidate Yang Xinli
Supervisor Prof. Yang Huixian
College Faculty of Material and Photo electronic Physics
Program Physics Electronics
Specialization Digital Signal Processing
Degree Master of Engineering
University Xiangtan University
Date 2011-6-09
湘潭大学
学位论文原创性声明
本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所
取得的研究成果。除了文中特别加以标注引用的内容外,本论文不包含任
何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡
献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的
法律后果由本人承担。

作者签名: 日期: 年月日


学位论文版权使用授权书
本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意
学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文
被查阅和借阅。本人授权湘潭大学可以将本学位论文的全部或部分内容编
入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇
编本学位论文。
涉密论文按学校规定处理。



作者签名: 日期: 年月日

导师签名: 日期: 年月日
摘要
计算机视觉领域的一个重要研究课题就是视频目标跟踪,其在智能交通、
公共场所人流量统计、视频监控等领域都有广泛应用。视频目标跟踪的任务就
是跟踪视频序列中感兴趣的目标,获得目标参数,为进一步处理分析奠定基础。
粒子滤波算法适用于能用状态空间模型表示的任何非线性系统;由于现实
环境中目标运动的非线性,越来越多的学者倾向于利用粒子滤波法跟踪目标。
但是,由于现在大多数粒子滤波跟踪算法仅利用颜色特征计算粒子的权值,在
目标与背景对比度低、目标被遮挡等复杂情况下容易导致逼近错误位置。为了
提高在低对比度、相似目标干扰等复杂环境下跟踪算法的稳定性,提出多特征
级联采样的粒子滤波跟踪算法。
在目标被严重遮挡的情况下,很难保证跟踪的稳定性。针对此问题提出新
的遮挡判断和处理策略:计算候选目标和模板之间的巴特查里亚距离,如果巴
特查里亚距离大于一个给定的阈值,目标被严重遮挡,则根据目标的颜色特征将
模板分割成若干子区域,对每个子区域利用均值向量平移迭代,选择巴特查里
亚距离最小的子区域作为“可靠子区域”,根据“可靠子区域”推断被遮挡区域的颜
色信息值,并根据拓扑关系进行位置修正。选择目标区域和背景区域差别性大
的特征,作为下一时刻目标跟踪的特征。
由于从一个摄像机获得的 2-D 信息的检测-跟踪法不需要其他摄像机或地平
面校准并且能在摄像机运动的情况下跟踪目标,越来越受欢迎。利用 2-D 信息
的检测-跟踪法的主要难题是数据关联的计算量大、高检测率和计算量大之间的
矛盾。针对此问题,把跟踪结果的数据反馈到目标检测模块,为检测模块提供
跟踪目标的位置、尺度信息; 把检测响应强度反馈到粒子滤波目标跟踪模块,引
导粒子采样,提高多目标跟踪的稳定性。多目标(人体)跟踪法包含三个模块:目
标检测模块、跟踪模块、级联匹配数据关联模块,这三个模块相互协调、配合
完成多目标跟踪任务。

关键词:级联采样;粒子滤波;在线选择鉴别性特征;均值平移算法;目
标检测与跟踪;级联匹配数据关联
I
Abstract
Video target tracking is an important research topic in the field puter
vision with numerous applications such as intelligent traffic, statistics of flow people
in public places, video su