《基于视觉注意的运动目标跟踪系统》由会员分享，可在线阅读，更多相关《基于视觉注意的运动目标跟踪系统（63页珍藏版）》请在金锄头文库上搜索。
1、杭州电子科技大学 硕士学位论文 基于视觉注意的运动目标跟踪系统 姓名：王丰年 申请学位级别：硕士 专业：计算机应用技术 指导教师：戴国骏 20091001 I 摘 要 视频运动目标分析是计算机视觉领域的一个核心问题，在军事、视频监控、等许多方面 有着广泛的应用前景。本文主要针对视频运动目标分析应用于智能交通的场景，重点研究了 基于注意机制的运动目标检测、单体运动目标跟踪、以及多运动目标之间跟踪焦点转移三个 方面的问题，并加以实现和改进。 本文按照基于注意力机制的显著区域的提取、显著区域内运动目标跟踪焦点的保持，以 及显著区域内运动目标跟踪焦点转移的流程来撰写。 首先在显著区域提取部分，提出基于
2、视觉注意机制的目标检测算法。通过引入注意力机 制概念，结合图像的动态特征和静态进行目标检测。对传统的基于动态特征的目标检测方式 进行改进：结合混合高斯建模以及帧间差分法进行前景提取，并在图像的最佳尺度中进行图 像填充，有效解决了检测目标的空洞现象，同时在背景更新中提出局部更新方法，避免局部 背景突变而发生误检;基于静态特征的目标检测根据提取的显著区域保持原始物体的一致性 特点，从面积和体积上对检测目标进行约束，成功解决因形态学作用而“膨胀“现象。 其次在显著区域内跟踪焦点的保持方面，提出对于跟踪区域显著性的保持以及连续跟踪 的算法。一旦确定跟踪显著区域，保持该区域的显著性大小，抑制其他显著区域
3、的显著性。 在此基础上，保持对该区域内的运动目标连续跟踪。并在跟踪过程中提出了基于粒子滤波的 多相似度的条件密度跟踪算法。改进了粒子滤波的重采样过程，利用区域局部性原理，使权 值大的粒子周围分布较多的粒子，有效地较少了粒子的贫化现象，然后对图像中的各个方向 进行跟踪，将非刚体运动形式中的倾斜、旋转转化成各个方向上的线性运动，降低计算复杂 度，并将该算法与目标常用的跟踪算法进行比较，结果显示，该算法有效地提高了跟踪精度。 最后在跟踪焦点的切换机制方面，提出通过视觉注意机制的切换机制，进行跟踪焦点转 移的算法。检测图像内所有显著区域的显著性大小，抑制中心区域，对其他显著区域的显著 性进行排序，根据
4、自底向上的任务驱动，使跟踪焦点总是集中在显著性最大的显著区域内的 运动目标中。 关键词：目标检测，目标跟踪，粒子滤波，多相似度条件密度跟踪算法，注意力机制 II ABSTRACT Video-based analysis of moving objects is a core issue in the field of computer vision and there are broad prospects in the military, video surveillance, and many other areas. In this paper, I select ITS as my
5、research example, and focused on the problems of object detection, single moving object tracking and tracking focus tracking shift, and implement and improve it. This paper is about three topics which are objects detections, single object tracking and tracking focus shift. In the part of extraction
6、in a prominent area, I proposed a algorithm of visual attention-based objection detection. This paper introduces the concept of attention and detects the moving objects which integrated the moving feature and visual feature in the image. For the former this paper improves the detection method as fol
7、lows: extract the foreground by Gaussian Mixture Model, fill them in the best gauge of the image, and then update the local background which solves the problem of image holes effectively. For the latter, the main job is to control the areas of the detected objects. In the part of the retention of tr
8、acking focus, I proposed a algorithm of the definition of the tracking region and tracking focus. The tracking was defined when system is initialed, keep the value of the prominent area, inhibit other significant area and track the moving objects in this place continuously. In the tracking process,
9、this paper proposes a new algorithm based on multi-likelihood condensation-conditional density propagation. This algorithm can reduce the dimension of non-rigid state vector object such as rotation and the degree of tilt by verifying likelihood of the parameters in each particle (the level and verti
10、cal of coordinates) each. The experimental data shows that this algorithm plays a good job. In the part of tracking focus shift, I proposed a algorithm of the tracking shift based on the visual attention shift mechanism. All the values of prominent area were computed and sorted by the value. Finally
11、 our tracking focus shift mechanism would always concentrate the tracking focus whose value is the biggest. Keywords: condensation-conditional density, moving objects detection, single moving object tracking, visual selective attention mechanism 杭州电子科技大学杭州电子科技大学 学位论文原创性声明和使用授权说明学位论文原创性声明和使用授权说明 原创性声
12、明原创性声明 本人郑重声明： 所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得 的成果。除文中已经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰写过 的作品或成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。 申请学位论文与资料若有不实之处，本人承担一切相关责任。 论文作者签名： 日期： 年 月 日 学位论文使用授权说明学位论文使用授权说明 本人完全了解杭州电子科技大学关于保留和使用学位论文的规定，即：研究生在校攻读 学位期间论文工作的知识产权单位属杭州电子科技大学。本人保证毕业离校后，发表论文或 使用论文工作成果时署名单位仍然为杭州电子科技大学。
13、学校有权保留送交论文的复印件， 允许查阅和借阅论文；学校可以公布论文的全部或部分内容，可以允许采用影印、缩印或其 它复制手段保存论文。 （保密论文在解密后遵守此规定） 论文作者签名： 日期： 年 月 日 指导教师签名： 日期： 年 月 日 1 1 绪论 1.1 课题研究的背景及意义 视频运动目标分析是指在具体环境中对运动目标（人或车辆）进行实时地提取和跟踪， 并对这些目标的行为和动作进行描述的过程，主要包括运动目标的检测、跟踪等内容，同时 动态场景中运动目标的快速分割、目标的非刚性运动、目标阴影处理和目标之间相互遮挡的 处理也为视频目标运动分析的研究带来了一定的挑战。 但由于视频运动目标分析需
14、要根据具体任务驱动，需先将注意目标从图像中分离出来， 进而对其所在的图像范围进行局部深入处理。然而，在匹配操作中仍需做全局处理，大大提 高了算法的复杂度。因此降低匹配复杂度，减少运算是视频运动目标分析的关键核心。由于 匹配目标通常仅为图像较小一部分，所以引入选择性注意机制突出注意部分，而抑制周围图 像的方法称为当前一种趋势。 近年来，视觉注意力机制越来越引起图像信息处理领域研究者的广泛关注，用来提高计 算机图像处理的工作效率。而如何使用视觉注意机制则成为关注焦点。基于视觉注意的视频 运动目标分析的基本思想是通过模拟人类特有的视觉选择注意机制，使计算机在缺乏任务驱 动情况下，具备主动选择并分析相
15、应注意目标，而忽略其他干扰源的能力。 目前，基于视觉注意机制的视频运动目标分析在智能交通方面具有广泛的应用前景和潜 在的经济价值。随着社会经济、人口地不断发展扩大，城市交通承载的压力也愈加增大。传 统的扩大通行面积的方法由于受到城市规模的限制已经到达饱和的状态， 成本也呈指数增加。 因此利用视频运动目标分析方法开展智能交通系统1,3，为缓解城市日益严重的交通状况提供 了一种解决方法，也是城市交通的发展趋势。 基于注意机制的视频运动目标分析近年来引起越来越多研究者的关注，主要基于两个原 因4：一方面硬件成本大幅度下跌。以智能交通为例：基于视频运动目标分析的运动车辆检 测、跟踪具有良好的可移植性，
16、并且该系统成本低、工程量小，无需破坏地面、系统安装相 对灵活，检测范围广、检测信息量大；另一方面视频运动目标分析的极为广阔的应用前景也 是推动此研究的主要动力，在智能交通系统中，通过视频运动目标分析，改变以往红绿灯灯 转换时间固定的问题，根据路面实时的情况，对车流高峰或低谷采用不同红绿灯控制策略， 使得城市车流通行的调节达到最优，有效地减少了交通事故的发生，提高道路的使用率，同 时大大减少了拥塞情况，使得车辆在道路口的通行时间大大缩短。 1.2 本课题的国内外的发展现状和研究趋势 目前世界上许多国家都做了大量的研究工作，在基于视觉注意的主动跟踪方面如 Breazeal、Indiveri 和 Backer 5都在这方面进行了深入研究并取得了不错的实验结果。在基于 视觉注意的视频运动分析方面，1997 年美国国防高级研究项目署设立了以卡耐基梅隆大学为 2 首
