视频序列跟踪.pdfVIP

Y 578465 摘要 论文题目:视频序列跟踪的统计计算方法’ 专 业:模式识别与智能系统 研究方向:机器学习与视频分析 博 士 生:薛建儒 (签名) 指导教师:郑南宁 (教授) (签名) 论文类型:应用基础 摘要 视频序列跟踪是计算机视觉中的一个重要而备受关注的研究内容，在视 频监视、智能人机交互和国防等领域有着广泛的应用前景。然而，视觉特征 分辨力较弱、背景嘈杂、运动路线不确定、运动不连续、多个目标相互遮挡 等问题使得设计一个鲁棒的跟踪算法变得非常困难。曾经在传统跟踪中起着 重要作用的卡尔曼滤波器已经无法解决视频序列跟踪中的非线性、非高斯的 滤波问题。 贝叶斯理论为先验知识和似然估计的结合提供了一个很好的框架。基于 贝叶斯理论的动态建模方法成为解决视频序列跟踪问题的一种有效途径，正 日益受到广泛的重视。这类方法通过序贯构造目标状态的后验概率分布来求 解跟踪问题，而基于抽样的蒙特卡罗计算方法则是其中关键的统计计算技 术。根据具体的跟踪任务，选择合适的目标表示模型，设计合理、有效的抽 样算法是基于蒙特卡罗的视频序列跟踪算法设计中必须解决的主要问题。本 文对视频序列跟踪中基于视觉的目标表示模型、蒙特卡罗滤波器设计等问题 进行了深入地研究和分析，然后基于单目标跟踪器设计了两个实际的多目标 跟踪系统:雷达TWS跟踪技术和多目标轮廓的精确跟踪。更重要的是，提出 了跳跃马尔可夫非线性模型跟踪多个相似目标中的指定目标和用概率图模 型跟踪多目标等两种新方法。 主要研究工作和学术贡献如下: 1).提出了一种在相控阵雷达回波图像序列中基于高斯混合体模型 (GMM)的检测与跟踪运动目标的方法。该方法将回波数据中的每一固定位 置的历史数据用点过程描述，然后用GMM逼近此点过程，GMM参数随新数据 的到来不断更新。以此作为背景模型，将每帧回波图像分为背景和前景两类。 对已标记为前景的数据用连通分支进行分割，求出目标的中心位置、大小、 径向运动速度、角速度，完成运动目标分类。最后用卡尔曼滤波器对iz动目 本文的工作受到国家自然科学基金项目和[6002430门的支持. 西安交通大学博士学位论文 标进行跟踪。该方法用在某型对海雷达上，三个月的试验表明，系统在各种 海况和气象环境下能稳定跟踪所有检测到的目标，有效减小了雨杂波、海杂 波的影响，具有较好的鲁棒性。 2).提出了一种基于自适应分割模型的雷达信号混合编码算法。首先用 自适应高斯混合体模型将雷达回波数据分为两类，一类是由运动目标组成的 前景图;一类是视野中静止(如礁石等)或具有重复性运动目标(如海浪等) 的背景图。然后对前景图和背景图分别用整数小波去相关，对变换后的前景 图和后景图分别采用改进的SPIHT无损压缩和有损压缩编码。实验结果表 明，此编码算法可有效降低数据传输率，在相同传输码率下，相对于不分割 直接压缩算法BZW和SPIHT,重构信号的PSNR增加0.3-0.5dB，主观质量也 优于同类算法。 3).提出了一种基于运动分割的多目标精确跟踪方法，它能以亚像素级 精度跟踪多个目标的轮廓。该方法将运动分析与随机哈夫变换 (RHT)结合 了起来，其主要思想是对每一帧进行运动分割，对检测到的运动区域通过矩 计算得到能将该区域包含在内的椭圆，在此椭圆形区域内使用RHT检测目标 轮廓;基于目标轮廓用同样的矩估计方法得到另一个较精确的椭圆。然后用 卡尔曼滤波器对这两个椭圆之间的一阶chamfer距离进行跟踪，从而将下一 帧中此目标轮廓的RHT有哪些信誉好的足球投注网站空间缩小到一个极小的椭圆形环状的误差带内， 有效提高了跟踪速度和精度。此外，还讨论了将该方法用于多目标跟踪时对 遮挡的概率处理方法。 4).提出了一种基于跳跃马尔可夫非线性模型的目标跟踪方法，它有效 地克服了标准Condensation算法在目标附近出现相似物体时无法保持对目 标