近年来,武警部队担负起城市重点区域的武装巡逻任务,给官兵的执勤处突能力带来新的严峻挑战。也因此,如何更好地利用装备技术手段辅助完成执勤任务成为部队建设日益关注的问题。另一方面,随着无人机成本的进一步降低和侦察技术的日趋成熟,其在武警官兵执勤中极有可能得到大规模的推广应用,为任务完成提供新的技术保障。论文针对无人机视频的目标检测跟踪问题,在动态背景运动估计、奔跑行人检测、单目标和多目标跟踪等方面进行研究。主要工作和成果如下:1.针对无人机视频动态背景的精确配准,提出了基于运动显著性的前景特征点预剔除方法,并通过实验验证了算法的有效性。首先,分析图像配准的主要方法,确定使用基于特征的配准方式;其次,比较常用特征提取算子优劣,遴选优秀特征算法;再次,提出基于运动显著性的前景特征点预剔除方法,同时结合随机抽样一致算法对ORB特征点进行双重筛选;最后,使用仿射变换模型对相邻图像进行配准,求出变换矩阵,对全局运动做出补偿。2.针对奔跑行人运动特点,研究了基于离散余弦变换的特征提取方法,同时运用方向梯度直方图特征,对奔跑行人进行检测识别。首先,简述了行人检测中的方向梯度直方图特征提取过程;而后,引入离散余弦变换方法,分析奔跑行为在频域上的特征曲线;其次,在介绍支持向量机的基础上,利用组合特征实现对无人机视频中奔跑行人的训练及检测;最后,通过实验证实,在奔跑行人检测方面,组合特征优于单一的方向梯度直方图特征。3.针对目标被遮挡、尺度或光照变化时易发生的跟踪漂移问题,引入自适应颜色学习过程,改进传统基于颜色特征的目标跟踪技术。首先,详细介绍基于核函数循环结构(灰度特征)和传统基于颜色特征两类跟踪器,分析存在问题;其次,采用自适应学习速率和自适应高斯核尺度因子,分别改进传统颜色特征跟踪器训练模型的更新和标记方法,减少目标模型累积错误;实验结果表明,改进算法能有效解决上述问题。4.针对目标密集或目标颜色相近时产生的目标之间的错跟问题,利用线性规划,研究改进了基于联合概率数据关联的多目标跟踪方法。首先,简述基于全局关联的目标跟踪算法,介绍传统联合概率数据关联方法基本原理、步骤;而后,简化处理联合事件关联算法,自适应求解联合事件参数。最后,实验利用多个自拍和公共视频数据集验证改进算法效果,并对算法性能进行横向比较,结果表明自适应求解的联合概率数据关联算法对多目标跟踪具有较好的鲁棒性。