杂波环境下基于异类信息融合的目标跟踪

《杂波环境下基于异类信息融合的目标跟踪》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、硕士学位论文摘要在人机交互、智能教室、视频会议、特定环境监控等系统中，如何利用视听媒体间存在的天然时空相关性，将视觉信息和听觉信息有效地融合，从而实现对目标的跟踪、识别、判决等，是异类信息融合领域的一个热点问题，习惯上人们也称之为多媒体信息融合。本文充分总结和讨论了关于信息融合、视觉跟踪、声源定位以及滤波器性能的基本理论和研究现状，并在此基础上，给出了两种基于视频与音频信息融合的人物跟踪算法。一种采用多层次卡尔曼滤波器作为融合工具，建立视听信息特征级融合模型。一种以简化的重要性采样粒子滤波-器(ISP

2、F：importancesamplingparticlefilter)作为融合工具，建立视听信息决策级融合模型。在特征级视听信息融合模型中，首先对采集得到的视觉和听觉信息单独处理，利用机器视觉相关理论获取目标的图像速度，同时采用基于时延的声源定位技术获取目标的实际运动速度，将两类速度的比值作为中间变量，对这一变量保持更新，并反馈给视觉跟踪系统，从而得到目标位置的最优估计。在决策级视听信息融合模型中，采用简化的ISPF算法为工具，将重要性函数的设计问题简化为对重要性粒子的选择问题，以基于颜色信息的模版匹

3、配作为底层跟踪，对稳定的音频信息进行处理，获取一个具有特殊权重的中心粒子，通过该粒子对底层的视觉跟踪加以限制和引导。最后，通过仿真验证了上述视听融合模型的可行性，基于视听信息融合跟踪算法对光照条变、背景变化、人物混叠等杂波干扰都具有一定的鲁棒性。同时对两种融合策略进行了对比，通过对仿真结果的分析可以判定基于决策级的视听融合更具优越性。关键词：异类信息融合；视听融合；目标跟踪；卡尔曼滤波：粒子滤波；ISPF本文的研究工作受甘肃省自然科学基金(编号：0710RJZA060)的资助。杂波环境下基丁异类信息融

4、合的目标跟踪AbstractInthesystemsofhuman-computerinteraction，smartclassroom,videoconferencingandspecificenvironmentalmonitoring，etc．，howtoutilizenaturalspatialandtemporalcorrelationtoachieveeffectivefusionofvisioninformationandauditoryinformationandtoachievetr

5、acking．recognitionanddecision．TMsisthehottopicofdissimilarinformationfusion,whichisusuallyreferredtoasMultimediaInformationFusion．Basictheoriesandalgorithmsaboutinformationfusion，visualtracking，soundsourcelocationandfilterperformancehavebeendiscussedint

6、histhesis．Andonthisbasis，two虹ndofnewalgorithmsaboutpeopletrackingbasedonvisionandauditoryinformationhavebeenproposed．Oneisutilizedmulti—levelKalmanfilterasfusiontooltoestablishthemodelofAudio．visualinformationfusionincharacteristiclevel，andanotheriSutil

7、izedimprovedISPF(importancesamplingparticlefilter)asfusiontooltoestablishthemodelofAudio-visualinformationfusionindecision-makinglevel．InthemodelofAudio-visualinformationfusionincharacteristiclevel，firstly,separatetreatmentisnecessaryforvisionandauditor

8、yinformationcollected．Imagespeedoftargetisaccessedbymachinevision,andthentheactualvelocityoftargetisaccessedbythetechnologybasedonthedelayofsoundsourceposition．TheratiooftwotypesofspeedisconsideredaSavariable．Keepupdatingthisvari