基于轨迹片段集的视频多目标跟踪关键技术研究

《基于轨迹片段集的视频多目标跟踪关键技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、电子科技大学UNIVERSITYOFELECTRONICSCIENCEANDTECHNOLOGYOFCHINA硕士学位论文MASTERTHESIS论文题目基于轨迹片段集的视频多目标跟踪关键技术研究学科专业通信与信息系统学号201521010706作者姓名杨露指导教师李晓峰教授分类号密级注1UDC学位论文基于轨迹片段集的视频多目标跟踪关键技术研究（题名和副题名）杨露（作者姓名）指导教师李晓峰教授电子科技大学成都（姓名、职称、单位名称）申请学位级别硕士学科专业通信与信息系统提交论文日期2018.4.30论文答辩日期2018.5.23学位授予单位和日期电子科技大学

2、2018年6月答辩委员会主席评阅人注1：注明《国际十进分类法UDC》的类号。ResearchonThekeyTechnologyofVideoMulti-targetTrackingBasedonTrackletsAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaDiscipline:CommunicationandInformationSystemsAuthor:LuYangAdvisor:Prof.XiaofengLiSchool:SchoolofInform

3、ation&CommunicationEngineering摘要摘要人工智能时代已经向我们扑面而来，视频的智能检测与分析成为了计算机视觉领域的一个重要分支，目标跟踪作为视频分析中的重要研究课题，已经在交通监控、流量统计等方面发挥着非常重要的作用。多目标跟踪的主要任务就是在视频图像序列中确定各观测目标的位置，将属于同一目标的位置区域标以相同的标号形成该目标的轨迹，从而实现目标跟踪。然而，在复杂的运动场景和背景中存在很多影响跟踪效果的因素，其中包括目标被相邻目标或者背景遮挡、目标因运动产生的形变、相邻目标太相似等。针对以上问题，本文将研究基于轨迹片段关联的多目标

4、跟踪方法关键技术，主要的研究内容如下：1．研究高精度的目标检测和检测预处理技术。通过学习目前主流的目标的检测算法，本文采用可变部件模型（DformabelPartModel,DPM）算法完成目标检测。对检测结果做预处理时，本文采用非极大抑制的方法将重复检测框剔除，同时在目标框所在图像的相邻图像中搜索位置相邻的目标框，利用尺寸比较判断目标框是否为误检目标框，从而剔除误检目标，为跟踪提供更加准确的输入。2．研究了一种高置信度轨迹片段生成方法。利用SIFT算法提取目标框内的特征点，再利用逆向光流法对目标框中的特征点进行跟踪，通过特征点的匹配结果以及目标框尺寸比较对

5、不准确的目标框进行修正，最后通过目标的光流、位置、颜色、尺寸等特征有效组合来实现连续图像中的目标关联，生成置信度高的轨迹片段。3．提出了改进的网络流模型，用多相似度融合的方法进行轨迹片段关联。本文利用网络流模型的思想，将轨迹片段作为网络流图中的节点，按时间先后顺序建立节点的边，构建了轨迹片段的网络流图。提出了基于超像素和部件模型的轨迹片段颜色特征。利用运动估计来预测目标位置。结合轨迹片段之间的颜色相似度、位置关联度以及轨迹平滑度构建轨迹片段关联的费用。最后利用最短路径算法求解此网络流的所有最小费用流，从而得到多目标跟踪轨迹。最终的实验结果显示，本文方法相对于

6、目前提出的一些多目标跟踪方法都有明显的性能提升，突出了本文的研究价值和意义。关键词：多目标跟踪，轨迹片段关联，光流，网络流图，超像素，最小费用流IABSTRACTABSTRACTTheageofartificialintelligencehascometous.Theintelligentdetectionandanalysisofvideohavebecomeanimportantareaincomputervision.Asanimportantresearchtopicinvideoanalysis,targettrackingplaysaveryim

7、portantroleintrafficmonitoring,trafficflowstatisticsandsoon.Themaintaskofmulti-targettrackingistodeterminethepositionofeachobservationtargetinthevideosequence,andtomarkthesametargetnumberinthesametargetareatoformthetrajectory.However,therearemanyfactorsthataffectthetrackingeffectin

8、thecomplexmotionsceneandba