多摄像机环境下视频对象的跟踪

【摘要】：视频跟踪系统在科学技术高速发展的当今发挥着重要作用。其发展前景极为乐观,且得到了广泛的应用。该系统的目的是对视频序列中的感兴趣的视频对象进行提取、跟踪、行为分析,以及对异常行为的报警,进而完成日常管理,保护被跟踪场所的安全。目前在该领域的研究重点是,如何找到一种自动、实时、有效、准确的跟踪方法。 本文研究多摄像机环境下视频对象的跟踪问题,主要包括单摄像机下视频对象的提取与跟踪,以及多摄像机下视频对象的连续跟踪三个方面。对于运动对象的提取,本文将累积帧差法与二次帧差法相结合,提出了一种基于多次累积帧差法的自适应对象提取算法。对于复杂场景下多视频对象的跟踪,本文提出了一种基于多特征融合的对象跟踪算法。对于多摄像机下对象的连续跟踪,本文针对相邻摄像机视野之间无重叠区域的情况,提出了一种基于多特征融合的对象连续跟踪算法。 本文的对象提取算法是将当前视频帧分别与前面几帧和后面几帧采用累积帧差法检测出变化区域并进行空洞填充后取两者的交集,进而得到视频对象;其中,通过判断当前累积帧差图像中的运动信息是否充分,自适应地选取累积帧差法中的视频帧数。 本文的对象跟踪算法先将先前几帧场景中的对象信息存储到先前对象集中;在当前帧与前一帧中都有运动对象时,先采用灰色模型预测前一帧对象在当前帧中的位置,然后利用位置特征、亮度统计特征、形状特征进行对象间的多特征融合匹配,判断对象的运动状态,如果当前帧存在对象遮挡,则通过遮挡处理判断遮挡类型,如果轻微遮挡,则进行基于加权直方图的模板匹配;在当前帧中有运动对象而前一帧中无运动对象时,当前帧对象都为出现的新对象;在当前帧中无运动对象而前一帧中有运动对象时,前一帧对象在当前帧中全部消失;然后通过累计连续消失帧数判断消失对象为暂时消失还是永远消失;最后,对当前帧对象标号,并更新先前对象集。 本文的对象连续跟踪算法先对当前摄像机视野与相邻摄像机视野中的待匹配对象进行直方图调整;然后采用对象的亮度统计特征与形状特征进行初匹配;如果初匹配相似度大于给定阈值,则基于亮度分布特征进行二次匹配;最后,根据是否经历过二次匹配以及二次匹配相似度判断当前对象为新对象还是相邻摄像机视野的消失对象。 仿真结果证明,本文提出的对象提取算法在准确提取运动对象的同时,可以保证计算复杂度不会太高;本文提出的对象跟踪算法能够实现复杂场景下对多个视频对象的跟踪;本文提出的对象连续跟踪算法可以达到在无重叠区域的多摄像机跟踪中准确、实时地对对象进行连续跟踪的目的。