导　　师： 魏武

学科专业： H1101

授予学位： 硕士

作　　者： ;

机构地区： 华南理工大学

摘　　要： 多目标跟踪是当前计算机视觉中的热点问题之一,由于它融合了模式识别与人工智能、数字图像处理技术、自动控制原理等相关领域的先进技术和研究成果,因此也是计算机视觉领域中颇具挑战性的研究方向。同时,因其在医疗、军事等领域的巨大应用前景,使其研究具有十分重要的现实意义和广泛的实用价值。然而该研究面临着许多难点,如相似目标区分、目标遮挡以及目标消失与重现等,使其算法的实用性大大降低。因此,性能优越的多目标跟踪算法的研究显得尤为必要。本文首先介绍了图像预处理的一些方法,接着描述了类哈尔特征的提取方法,以及对基于级联Adaboost的目标识别算法进行了详细分析和优化。最后,提出了基于Adaboost检测和相关向量机回归预测的多目标跟踪算法——Adaboost-RVM算法,该算法可以处理目标数可变的,目标遮挡重现等多目标跟踪问题。该算法的基本原理为:训练一个Adaboost检测器,用于识别目标;间隔一定帧数检测场景中出现的所有目标,并与已跟踪目标的HSV空间颜色直方图和SURF特征进行匹配,以确定目标为消失、重现或新目标出现。另外,提出了描述目标运动特征的新方法,该方法缩小样本特征维度从而缩短了训练和预测时间;采用卡曼滤波对预测值进行修正,提高了跟踪精度和稳定性。并将其应用于行人和汽车的跟踪,实验结果表明,该算法能有效地处理跟踪过程中的目标数变化、目标遮挡等问题,实现多目标的实时跟踪。

关 键 词： 相关向量机 多目标跟踪 空间颜色直方图

分 类 号： [TP391.41]

领　　域： [自动化与计算机技术] [自动化与计算机技术]