收藏本站
《中国矿业大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

基于粒子滤波的视频目标跟踪算法的研究

田隽  
【摘要】: 以计算机视觉、模式识别和人工智能相关技术为基础的矿井危险区域目标行为检测与跟踪,是智能视觉监控在煤矿的重要应用,将矿井视频监控从事后取证改为基于事前预防和实时事件驱动的监控方式,使煤矿综合自动化系统基于视频的报警联动成为可能,而目标跟踪作为关键技术直接决定了系统性能。运动目标跟踪不仅可以提供目标的运动轨迹和实现目标准确定位,为下一步的目标行为分析与理解提供可靠的数据来源,而且也可以为运动目标检测提供帮助,从而形成一个良性的循环。 粒子滤波采用蒙特卡罗仿真来近似贝叶斯滤波,在有关非线性非高斯系统的数据处理和分析领域为估计目标状态的后验概率分布提供了一种方便、高效的解决方法。针对粒子滤波在矿井视频目标跟踪中存在的问题,本文在粒子滤波多观测模型以及融合策略、粒子滤波建议分布、粒子滤波重采样算法以及基于粒子滤波的多目标跟踪等方面开展了研究。 本文的主要工作如下: 针对CONDENSATION算法以状态转移作为建议分布从而导致“权值蜕化”问题,本文提出了以迭代最小斜度单型sigmaUKF建立建议分布的UPF算法。以最小斜度单型UKF产生统计线性误差项,再对IEKF推导产生不依赖于系统非线性映射Jacobian矩阵的迭代式,以此对状态均值和协方差进行迭代修正以近似0残差使状态收敛到MAP估计,平滑了状态一步预测误差,从而提高估计精度。结果表明:该算法扩大了预测样本与观测似然峰值区的重叠区域,提高了非线性系统的状态估计精度。 针对矿井跟踪视场中由于单一线索对目标特征描述缺乏可分性以及多线索融合策略对场景变化缺乏自适应性导致人员跟踪失效的问题,本文提出了基于自适应多测量融合粒子滤波的矿井人员跟踪算法。将粒子邻域光流统计信息表征的运动性作为线索建立运动光流直方图模型,并与颜色相融合建立多观测模型;采用单观测估计状态粒子区域与融合估计粒子区域的质心距离作为单观测模型贡献率度量因子,定义了观测权值自适应策略,实现了粒子观测模型与跟踪目标状态特征的同步变化,通过采样补偿函数对粒子落入低观测似然时进行有效的采样补偿增强跟踪的鲁棒性。结果表明:本算法能够有效的解决矿井跟踪视场下(背景复杂)由于观测模型失效而导致的跟踪发散问题。 针对粒子滤波中如何设计重采样策略解决“权值蜕化”的同时又避免“样本贫化”的问题,提出了基于分层转移的MCMC重采样算法。该算法打破了传统重采样以大权样本子代替换蜕化样本的思路,当样本容量检测出现“蜕化”时,将样本集据权值蜕化程度分层,提出变异繁殖算法,将其与PSO融合产生MCMC转移核施以分层子集;再通过Metroplis-Hastings算法做接收-拒绝采样,由此构建的Markov Chain收敛到与目标真实后验等价的平稳分布。结果表明:本算法以更快的收敛速度更小的估计误差贴近目标真实后验,提高了估计精度。 针对矿井危险区域目标跟踪在多摄像机下无法协同的问题,本文提出一种多摄像机下基于目标区域的配准算法。采用Lucas-Kanade光流法和基于块的背景运动补偿分别实现静态背景和复杂背景下的目标区域分割;用DOG对目标区域做尺度空间极值检测获得特征点对,并用PCA-SIFT描述子作特征区域描述,在定义的目标区域匹配准则下,通过目标区域匹配度量比较实现匹配并通过基本矩阵约束消除误配区域。结果表明:该算法能够快速有效的实现矿井危险区域(低照度、目标类型复杂)多摄像机下的运动目标匹配。 针对多目标聚集时经典JPDA-PF导致的跟踪发散问题,提出多目标聚集情况下快速联合概率数据关联算法,并与粒子滤波结合,实现矿井跟踪视场下多目标鲁棒跟踪。对跟踪门逻辑输出进行回波Bhattacharya系数比较,确定航迹的起始/消除;将波门内回波区域Bhattacharya均值作为量测与目标的关联度量,构建回波区域Bhattacharya均值矩阵,对确认矩阵元素取值进行修正,消除小概率关联事件对确认矩阵拆分复杂度的影响。结果表明:本算法实现低计算开销的同时保持了较高估计精度,当目标密集分布时关联准确率明显优于经典JPDA。
【学位授予单位】:中国矿业大学
【学位级别】:博士
【学位授予年份】:2010
【分类号】:TP391.41

手机知网App
【相似文献】
中国期刊全文数据库 前10条
1 李春鑫;;基于变换观测模型的粒子滤波跟踪算法[J];光电技术应用;2011年03期
2 杨小莹;张万礼;廖同庆;;基于量子遗传粒子滤波的WSN目标跟踪算法[J];电子测试;2011年07期
3 韩雪;王元亮;;粒子滤波的目标跟踪算法研究与实现[J];现代商贸工业;2011年15期
4 李弟平;邹北骥;傅自钢;;结合粒子滤波与Mean shift的高速运动目标跟踪[J];小型微型计算机系统;2011年08期
5 包加桐;郭晏;唐鸿儒;宋爱国;;一种基于多特征聚类的粒子滤波跟踪算法[J];机器人;2011年05期
6 连红森;乔兵;胡鹏;;基于颜色和轮廓特征的目标视觉跟踪算法研究[J];弹箭与制导学报;2011年03期
7 蒋蔚;伊国兴;曾庆双;;基于支持向量机粒子滤波的目标跟踪算法[J];吉林大学学报(工学版);2011年04期
8 於俊;汪增福;;一种基于在线模型匹配与更新的人脸三维表情运动跟踪算法[J];模式识别与人工智能;2011年02期
9 邹依峰;李峰;周荷琴;;一种基于HOG的粒子滤波行人跟踪算法[J];电子技术;2011年08期
10 林振华;夏凌楠;王营冠;魏建明;;基于传感网的地面运动车辆目标容错跟踪[J];华中科技大学学报(自然科学版);2011年09期
中国重要会议论文全文数据库 前10条
1 刘国成;王永骥;;一种基于粒子滤波的单目视觉目标跟踪算法[A];第二十七届中国控制会议论文集[C];2008年
2 王立琦;陈海云;燕小强;;一种改进的粒子滤波视频跟踪算法[A];第13届中国系统仿真技术及其应用学术年会论文集[C];2011年
3 李嘉伟;孙明;;基于分块LAB特征的粒子滤波目标跟踪算法[A];中国农业工程学会2011年学术年会论文集[C];2011年
4 周凯;范瑞霞;李位星;;一种基于SIFT的MeanShift-粒子滤波融合跟踪算法[A];第二十九届中国控制会议论文集[C];2010年
5 王亚楠;陈杰;甘明刚;;基于差分进化的改进粒子滤波目标跟踪算法[A];中国自动化学会控制理论专业委员会C卷[C];2011年
6 吴川;;基于DSP平台的粒子滤波跟踪算法的实现[A];第八届全国信息获取与处理学术会议论文集[C];2010年
7 张涛;费树岷;胡刚;;基于多特征信息自适应融合的视频目标跟踪算法[A];第二十九届中国控制会议论文集[C];2010年
8 高丙坤;李文超;王帅;;一种改进的粒子滤波跟踪算法[A];第二十九届中国控制会议论文集[C];2010年
9 马峻;李思敏;;自然背景条件下激光信号跟踪算法研究[A];2004全国图像传感器技术学术交流会议论文集[C];2004年
10 李峥;李宇;田彪;黄勇;黄海宁;;一种水下多目标方位自动跟踪算法的研究与实现[A];中国声学学会2009年青年学术会议[CYCA’09]论文集[C];2009年
中国重要报纸全文数据库 前7条
1 北京中电华大电子设计有限 责任公司 侯劲松 张萍 李志梁 刘伟平;版图验证的应用及发展[N];计算机世界;2005年
2 记者 张亮;电脑染色技术让黑白电影变彩色[N];科技日报;2005年
3 李世华;第四军医大研制出超宽谱生命探测仪[N];中国企业报;2008年
4 王雪飞;超宽谱探测雷达研究获突破[N];健康报;2008年
5 ;视频压缩软件进军监控领域[N];中国财经报;2001年
6 孟雄晖;解析加密软件[N];中国计算机报;2002年
7 通讯员 杨莉;大连海大一课题获863计划立项[N];中国水运报;2009年
中国博士学位论文全文数据库 前10条
1 田隽;基于粒子滤波的视频目标跟踪算法的研究[D];中国矿业大学;2010年
2 宫轶松;粒子滤波算法研究及其在GPS/DR组合导航中的应用[D];解放军信息工程大学;2010年
3 肖延国;智能传感器侦察网络中的目标跟踪算法研究[D];中国科学技术大学;2007年
4 洪少华;基于粒子滤波的目标跟踪算法与硬件实现研究[D];浙江大学;2010年
5 王乐;卫星USB测控体制下信号特征参数的分析与识别[D];哈尔滨工业大学;2010年
6 周寿军;左心室MRI序列的运动跟踪新方法[D];第一军医大学;2004年
7 孙伟;基于粒子滤波的视频目标跟踪关键技术及应用研究[D];西安电子科技大学;2009年
8 薛皓;时间异步条件下的无线传感器网络目标跟踪关键技术研究[D];北京邮电大学;2009年
9 宋越明;基于粒子滤波的跟踪方法研究[D];解放军信息工程大学;2010年
10 邱雪娜;基于视觉的运动目标跟踪算法及其在移动机器人中的应用[D];华东理工大学;2011年
中国硕士学位论文全文数据库 前10条
1 苟若愚;基于粒子滤波的运动目标跟踪算法研究与实现[D];重庆大学;2010年
2 张楠;基于粒子滤波的目标跟踪算法研究[D];广东工业大学;2011年
3 王洪;基于粒子滤波的飞行目标视频跟踪系统研究[D];武汉理工大学;2010年
4 钱翔;基于改进粒子滤波器目标跟踪算法研究[D];安徽大学;2010年
5 王兆光;基于粒子滤波的视频目标跟踪算法研究[D];南京航空航天大学;2010年
6 简小明;基于SIFT补偿和粒子滤波的航拍目标跟踪[D];西安电子科技大学;2011年
7 杨涛;人脸检测与跟踪[D];西北工业大学;2004年
8 胡闽;基于核密度估计与粒子滤波的运动检测与跟踪算法研究[D];苏州大学;2010年
9 刘涛;基于粒子滤波的目标跟踪算法研究[D];西南大学;2010年
10 金梦珺;概率假设密度粒子滤波的算法与硬件实现研究[D];浙江大学;2011年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026