双摄像机监控视频中目标的协同跟踪研究

来源 :南京邮电大学 | 被引量 : 0次 | 上传用户:heyouzhang035
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着视频监控系统应用的日益广泛,智能视频分析算法已引起了越来越多学者的研究兴趣,双(多)摄像机协同目标跟踪是其中一个很具有实用价值的研究方向。双摄像机协同的目标跟踪系统在实际应用中能够扩大视频监控系统的视野范围、对目标进行准确定位、解决目标被遮挡的问题,因而有着很好的应用前景。本文通过双摄像机协同目标跟踪实验系统的设计和实验,研究了双摄像机协同目标跟踪的若干关键问题,设计相关算法,并分析了算法的性能。本文主要在目标检测和跟踪、运动目标的交接、有重叠区域和有间隔区域情况下的目标交接等方面展开研究工作。   目标检测和跟踪是智能视频分析算法的首要步骤,本文选择帧间差法作为系统的目标检测算法,并使用纹理检测和轮廓检测来使得目标检测算法更加精确,使用CamShift算法来完成运动目标的跟踪。   为了使双摄像机的目标跟踪能够准确地进行,摄像机之间必须进行通信(数据交互)。通信的信息量越多,所跟踪的目标在两个摄像机之间交接越准确,但是通信负担也越重;通信的信息量越少,则通信负担越轻,但是可能会导致目标跟踪不准确。本文使用运动目标的外接矩形框、色度分布等目标特征信息在两个摄像机之间通信,使用目标的轨迹信息来实现目标的交接。   对于双摄像机“视野”之间有重叠区域的目标交接,目标运动轨迹的交接可能会发生错位;对于“视野”有间隔区域的交接,需要对目标的运动情况作预测。针对有重叠区域的情况本文使用SIFT算法来求解场景的交界,从而使得运动目标的轨迹能得到准确的交接;针对有间隔区域的情况,本文通过检测到的目标的运动速度,预测目标到达对方场景时的时间和位置,在预定的时间范围和空间区域内对目标进行交接,得到较好结果。   本文对多目标情况下的目标交接作了初步探讨。   本文还通过实验对所提出的算法进行了验证和分析。
其他文献
机器学习,顾名思义,是一个让机器去自主学习的过程。在这个过程中,使计算机模拟人类的学习行为,通过对历史数据的学习,得到一个计算或者认识的模型。并且,伴随着学习过程的持续,它能
随着无线通信技术和嵌入式系统的发展,车载视频监控系统的解决方案由单车辆视频录像逐渐向网络化、平台化、智能化方向发展。无线网络带宽的成倍增加,可以逐渐满足高帧率、高质
嵌入式系统是以应用为中心,以计算机技术为基础,软硬件可裁剪,适应应用系统对功能、成本、体积、功耗等严格要求的专用计算机系统。随着计算机技术的发展,嵌入式系统己成为计
随着移动用户的急剧增加,无线频谱资源日趋紧张,智能天线作为TD-SCDMA移动通信系统的关键技术之一,受到了广泛的关注。智能天线技术把研究的方向引向了空分领域,空域资源的发
虚拟化技术作为实现云计算的关键技术之一在近年来受到了广泛关注与研究。虚拟机资源的部署、迁移以及物理服务器的整合等是亟待解决的重要问题。现有研究主要考虑服务器之间
中继系统的功率分配能够通过改善接收端的信噪比来提高系统的吞吐率。一方面,由于实际系统得到的信道信息不可能非常精确,这就给功率分配带来了困难。并且节点都具有自私性,将传
数字水印是信息隐藏技术的一个重要分支,它主要通过在媒体信息中嵌入标记信号(数字水印),为媒体信息在防伪、防篡改、认证、保障数据安全和完整性等方面提供有效的技术手段。
随着通信技术的发展,人们对通信的质量、速度、带宽等提出了越来越高的要求,正交频分复用(OFDM: Orthogonal Frequency Division Multiplexing)技术正是满足新一代无线通信的
基于模糊图像的参数估计一直是机器视觉的研究热点之一,其主要原理是根据图像中所显示的模糊特性,找到所需要的模糊信息,建立图像中的模糊信息与运动图像的关系,进而获取运动
随着信息化时代的到来,移动通信因为其便捷性大大方便了人与人之间的沟通,对提高生产和工作效率也有着不可忽视的推动作用。然而,现有的移动通信网络并不能满足某些安全部门的需