文档介绍：中南大学
硕士学位论文
交通监控系统中目标跟踪与行为识别研究
姓名:吕斌
申请学位级别:硕士
专业:交通信息工程及控制
指导教师:夏利民
20100501
摘要智能交通监控系统能够对交通事件进行自动化检测,对行人或车辆进行智能化监视,更能适应实际应用的需要。论文主要对智能交通监控系统中的目标检测、目标足艮踪、以及目标行为分析理解三个环节中存在的关键问题进行深入研究,并提出新的解决方法,主要工作体现在以下几个方面:高误检率,光照敏感,动态场景鲁棒性差等问题,提出了一种混合运动检测模型,将对光照变化不敏感的目标检测模型和对动态场景变化检和误检。最后提出利用快速运动目标检测法减少该模型的讨‘算量,加上被融合的两种模型都有较好的实时性特点,使得混合模型仍然具备一定的实时性。芯苛烁俟讨械哪勘昝枋觯岢鲆恢只诙嗵卣餮≡竦运动目标跟踪算法。将与组合,构建混合算法,根据目标信息和背景信息选择特征,建立特征排序分类器,并在足踪的过程中不断白适应更新。采用卡尔曼滤波对目标区域进行粗预测,然后利用排序分类器结合算法完成目标的精确跟踪。该算法可以根据不同的目标和背景信息,自适应的进行特征选择,对于克服场景中存在光照、干扰、遮挡等问题是非常有利的。岢隽艘恢只诠旒7治龅脑硕形J侗鸱椒āMü捎镁类的方法对跟踪得到的轨迹进行行为模式学习得到运动模式的轨迹参考序列。然后将轨迹视为时间序列,利用动态时间归正术对时间序列长度没有限制的特性,将隟近邻算法结合用于待识别轨迹与参考序列模板轨迹的匹配,匹配过程中,采用陆绾的检测和稳定跟踪,基于轨迹分析的运动行为识别方法在十字路口行人的左转,右转,前行,妥4锏搅私细叩氖侗鹇省关键词目标足艮踪,沂台算法,混合目标检测模型,轨迹分攵缘鼻按蠖嗬玫ヒ荒P徒心勘昙觳獯嬖诘奈侍猓热足艮踪能力快的运动检测模型融合,利用融合策略消除检测过程中的漏数剔除大量不相似轨迹,以加快匹配速度,进而识别目标的运动状态。实验结果表明,本文的目标检测、跟踪算法可以对目标进行有效析,行为识别、
甒—琱甌,,,甌,,,—.琾—瑃—,..,,,琧
琽琓.—,琀,.,琲瑄猻,,,,琯琔,—,
作者签名:丛导师签名丞墨等掌冢旱ツ辍辉岁日期:业年』月攀日筮作者签名:羔原创性声明学位论文版权使用授权书本人声明,所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了论文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得中南大学或其他单位的学位或证书而使用过的材料。与我共同工作的同志对本研究所作的贡献均已在论文中作了明确的说明。本人了解中南大学有关保留、使用学位论文的规定,即:学校有权保留学位论文并根据国家或湖南省有关部门规定送交学位论文,允许学位论文被查阅和借阅;学校可以公布学位论文的全部或部分内容,可以采用复印、缩印或其它手段保存学位论文。同时授权中国科学技术信息研究所将本学位论文收录到《中国学位论文全文数据库》,并通过网络向社会公众提供信息服务。日
第一章绪论研究背景及意义交通智能监控系统的主要功能是从连续的视频图像中阆裢返检测出运动目标,同时对提取出的运动目标分类并进行跟踪和识别,在理想状态下,能对其行为进行理解和描述⋯缤疾锏揭斐<觳夂托形J侗鸬哪康摹U馐且个多学科交叉综合的课题,涉及到图像处理、计算机视觉、模式识别和人工智能等诸多领域,是一个非常具有挑战性的困难问题。近年来,随着城市交通的发展,智能交通监控系统由于其具备智能、高效、自动化的特点,面临着广泛的应用需求,加之集成电路和计算机技术的迅速发展,智能交通监控系统所要求的硬件设备成本大大降低,因此它获得了日益广泛的研究与应用。智能交通监控遇到的首个问题是提取图像序列中感兴趣的部分硕熬,既运动目标检测,例如移动的人、车辆等。从上个世纪末至今,关于目标检测,已经出现了一批较成熟的算法,分为静态场景下的目标检测和动态场景下的目标检测。在静态场景下,最常用是背景差分法乜ū尘安罘址ú荒苡行У娜コ动目标的阴影和鬼影陆引,而且背景的有效构建和实时更新是个难点。在动态场景中,其他物体的运动干扰、光线变化、背景闪烁等外在因素容易造成相邻帧图像间至少有一部分像素的灰度值发生变化,而且在实际情况中,目标和摄像机同时运动,那么目标会由于自身的运动或摄像机视角的改变而发生形变。以上这些情况使得准确检测出运动目标变得非常困难和复杂,那么,寻求一种检测效果好,检测速度快的算法,并非易事。对目标的稳定跟踪是交通监控系统中的另外一个关键问题,指从包含运动目标的视频帧序列中识别和定位运动目标,从而获得如位置、速度、加速度、方向等运动参数,甚至目标的运动轨迹,从而进一步处理和分析,是更高一级的目标行为理解分析的基础。但是,基于计算机视觉