静态场景下多运动目标检测与跟踪.pdfVIP

静态场景下多运动目标检测与跟踪 摘 要 随着数字摄像机的普及，运动目标的检测与跟踪逐渐成为计算机视觉领域 的研究热点。但由于复杂的背景、多样的目标外观、运动方式以及多目标之间 的相互遮挡，使得运动目标检测与跟踪技术仍面临着许多具有挑战性的问题， 有待进一步地研究。本文对静态场景下的多运动目标检测与跟踪技术进行了研 究。主要工作如下： 1、目标检测方面，提出了 VIBE 与 HOG 特征分类相结合的多运动目标检 测算法。首先，通过VIBE 算法获取到目标的可能区域。然后，通过基于 HOG 特征的 SVM 分类器对目标进行精确的分割。实验结果表明，本算法能够有效 的解决 VIBE 算法无法解决的目标阴影及目标粘连问题，并且无论在算法耗时 还是检测准确率方面都要优于 HOG 特征分类检测算法。具有良好的鲁棒性， 能够准确地检测出运动目标。 2 、目标跟踪方面，将多运动目标跟踪问题转换成运动目标检测与分类匹配 问题，提出了基于检测与分类的多运动目标跟踪算法。主要创新工作包括以下 三点：1）通过检测有效的解决了多运动目标跟踪中目标合并、分裂的难点问题 以及目标尺度变化问题。2 ）采用增量式极端随机森林分类器解决了目标外观分 类时多种特征如何融合的难题。3 ）按照空间关系对目标进行分类，有效的避免 了外观相似目标的干扰，提高了跟踪的鲁棒性。实验结果表明，本文提出的方 法可以对多目标持续跟踪，且具有较高的跟踪精度。 关键词：目标检测；多目标跟踪；VIBE ；HOG ；极端随机森林分类器 Multi-Moving Object Detection and Tracking Based on Static Scenario ABSTRACT With the popularity of digital camera , moving object detection and tracking has gradually become the hot spot of research in the field of computer vision. However, the research of moving object detection and tracking is still facing many challenging issues because of the complex background , diverse shapes and movement pattern s of the object, mutual occlu sion of many objects and so on . So further research is needed . The thesis studies the multi-moving object detection and tracking technology based on the static scene. The main work is as follows : 1.About the object detection , the thesis propose s a multiple moving object detection algorithm based on VIBE and HOG feature classification . First, find the possible area of object by VIBE . Then, accurately segment the object by the SVM classifier based on HOG feature. The experimental results show that the algorithm can effectively solve the object shadows and objectives adhesio