基于模糊逻辑的视频多目标跟踪算法研究

作     者：罗升 

作者单位：深圳大学 

学位级别：硕士

导师姓名：李良群

授予年度：2017年

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主      题：多目标跟踪 模糊逻辑 模糊规则表 模糊轨迹关联 模糊综合函数 

摘      要：视频多目标跟踪(Multiple Object Tracking,MOT)是计算机视觉、图像处理和模式识别等领域中一个重要的研究课题,在智能视频监控、人机交互以及无人驾驶等各个应用领域中都发挥着日益重要的作用。但是,由于受到一些内在因素(如目标姿态变化、尺度变化、自身形变)和外在因素(如光照变化、视场角改变、遮挡)等情况的影响,如何实现一个适应各种复杂场景、鲁棒性能高、实时性强的目标跟踪系统仍然是当前视频多目标跟踪技术研究的热点问题。为此,本文针对静态摄像场景多目标跟踪中的数据关联、轨迹关联等几个关键问题进行深入研究。主要研究内容如下:针对单一静止摄像机多目标跟踪中存在的高频率遮挡以及虚假观测问题,提出了一种基于模糊逻辑的视频多目标在线跟踪算法。在该算法中,首先计算目标与观测之间的外观特征、形状特征以及空间距离特征的相似性度量,然后引入专家信息构建模糊规则表,利用基于模糊逻辑的方法自适应确定各特征的权重,构建目标与观测的关联代价矩阵,并采用贪婪算法优化求解分配得到目标与观测的关联,最后利用Kalman滤波器对目标轨迹进行状态估计,实现对多目标的准确跟踪。实验结果表明,提出的算法能够对表观相似、频繁交互、遮挡以及背景干扰等情况下的多个目标进行有效的跟踪,具有较强的鲁棒性和准确性。针对长时间遮挡以及漏检的情况下目标轨迹断批的问题,提出了一种基于模糊轨迹关联的视频多目标跟踪算法。在提出算法中,引入目标轨迹的外观、形状和运动特征建立模糊隶属度,利用模糊综合函数来计算轨迹片段之间的综合相似度,然后采用最大综合相似度和阈值判别原则来实现同一目标轨迹的关联,并对同一目标的轨迹片段间的缺失点进行预测填充,最后得到一条完整连续的目标轨迹。实验结果表明,提出算法能够大幅减少多目标跟踪中目标标签变化的数量,提高多目标跟踪的准确性。