第五节--光电信息处理技术--成像目标探测跟跟踪技术.pptVIP

主要内容 主要内容 VSAM VSAM VSAM VSAM 　　美国康奈尔大学计算机系设计的航拍视频图像目标检测与持续跟踪系统的特色在于，能够对多运动目标实现较长时间的准确跟踪，即使在短时间内目标被遮挡或移出视场以及目标时静时动。　　该系统在运动背景估计与补偿中所涉及的主要技术是基于Kanade-Lucas-Tomasi算法的特征点跟踪和基于M估计的鲁棒性仿射参数估计。然后利用三帧差减的方法检测目标运动，利用形态学操作分割图像并定位运动目标。对多目标进行标记之后，利用Hausdorff距离匹配和模板更新的方法对目标进行长时间的跟踪。 COCOA COCOA 主要内容 视频序列运动检测 对于动态场景，由于目标与摄像头之间存在复杂的相对运动，运动检测富有挑战性。传统的帧差方法已经不再适用，如何能对全局的运动进行估计和补偿，成为问题的关键。 解决思路 要检测动态场景中的运动目标，关键在于对场景的运动进行估计，通过估计出的运动参数补偿其运动，最后使用帧差法得到运动目标。 实验结果与普通帧差法的比较 基于图像金字塔分解的全局运动估计 采用了3层金字塔进行多分辨率计算,而且在每层迭代计算中,将基于块的外点去除算法与特征点提取算法相结合,这样既加快了算法的速度,又提高了计算结果的准确性。 基本步骤如下： 用高斯图像构造法构造图像金字塔； 对金字塔顶层图像进行全局运动估计，求得运动参数； 将顶层金字塔求得的参数集隐射到金字塔的中间层，并对该层进行全局运动估计，求得相应的运动参数； 将金字塔中间层的参数集映射到金字塔的底层, 对该层进行全局运动估计，求得该层的运动参数集。 利用求得的最终参数集，对图像进行运动补偿，将运动补偿后的图像与前一帧图像进行差值。 下图给出了运动补偿与直接帧差的结果比较 图1　Coastguard序列图像 图2　直接帧差和运动补偿后的差值图比较 Three-Step Search (3SS) 2D 对数法有哪些信誉好的足球投注网站 主要内容 分片跟踪—部分遮挡目标跟踪 为什么引入分片跟踪： 在目标跟踪领域，一个重要的难题就是目标的遮挡问题，因为遮挡发生时目标可能部分或全部不可见。 模拟人眼跟踪目标的方式，发生遮挡时，人眼会关注目标的可见部分来继续跟踪。受这一思想启发，我们将目标分成多个小片，目标被遮挡时，利用“可见片”来跟踪。 分片跟踪 主要思想： 将目标分片，建立目标分片表现模型（模板）。在目标上一帧的位置周围遍历有哪些信誉好的足球投注网站，找到与目标模板相似度最高的候选目标作为跟踪结果。 分片跟踪 其中相似度的度量是通过各片的空间直方图匹配来实现的。确定目标位置后，判断目标中各片的有效性，我们仅利用有效片进行下一帧的跟踪。 模板更新 由上可见这种分片方法已经可以很好的解决遮挡问题。 但是在跟踪过程中，目标的外观模型可能发生变化（例如目标转身、尺寸变化等等）。那么刚开始为目标建立的模板就不能很好的表示目标，这将影响跟踪效果。 目标外观变化时片匹配的情况 利用有效片的概念，我们为每个目标建立两种模板，临时模板和参考模板。 临时模板—实时更新的模板，在无遮挡情况下跟踪，可以解决目标外观缓慢变化的问题。 参考模板—能够很好的表示目标的模板，用于遮挡情况下的跟踪。 分片跟踪 多组实验结果： 1.可以有效的解决目标遮挡 2.在目标表现模型缓慢变化的情况下，实时更新模板 3.在背景较为简单的情况下实现目标尺度的更新 分片跟踪 遮挡下的跟踪 分片跟踪 目标表现模型的变化时的跟踪 目标尺度发生变化 应用举例：车辆检测与跟踪 智能交通系统： ( Intelligent Transport Systems, ITS) 车辆检测与跟踪概述 影响车辆检测和跟踪的主要因素： （1）车辆自身阴影； （2）车辆间相互遮挡或车辆被背景中物体遮挡； （3）同车型车辆之间具有较大的相似性； （4）光线突变； （5）夜晚和雨、雪等恶烈天气等。 主要针对（1）、（2）两种情况开展研究 算法步骤 Step1 背景模型训练，得到表示初始背景模型的码本。 Step2 输入像素点和码本做比较判断，得到可能的前景像素点，同时更新码本。 Step3 去除可能前景像素点中阴影和高亮区域，得到真实的前景点，同时更新码本。 Step4 去噪，连通区域分析，根据检测出的运动目标的长宽消除非车辆目标，将运动车辆分割出来。 Step5 使用卡尔曼滤波器预测车辆在下一帧中的可能位置。 Step6 在预测区域周围对各个车辆进行匹配跟踪。转Step2，进行下一轮跟踪。 实验结果 （a）遮