《電子技術應用》
您所在的位置:首頁 > 其他 > 設計應用 > 基于地面估算與目標位置估計的多目標跟蹤算法
基于地面估算與目標位置估計的多目標跟蹤算法
2020年電子技術應用第8期
何 嘉1,奚崢皓1,2,闞 秀1
1.上海工程技術大學 電子電氣工程學院,上海201620; 2.清華大學 計算機系 智能技術與系統國家重點實驗室,北京100091
摘要: 提出了一種基于地面移動平臺的多目標跟蹤系統。系統將利用移動平臺上攝像頭的部分外參,構建與視頻流對應的地面柵格圖。系統將用HOG算法檢測目標,并在構建的地面柵格圖中計算地面占用,來跟蹤目標。為了保證移動平臺下多目標跟蹤的魯棒性,算法可以根據視頻序列中消失點變化情況補償目標運動模型,并與地面柵格圖中的目標三維信息相結合。通過與其他算法在相同視頻序列中的結果比較,發現所提出的算法是有實際效果的。
中圖分類號: TN919.82;TP23
文獻標識碼: A
DOI:10.16157/j.issn.0258-7998.190737
中文引用格式: 何嘉,奚崢皓,闞秀. 基于地面估算與目標位置估計的多目標跟蹤算法[J].電子技術應用,2020,46(8):112-116.
英文引用格式: He Jia,Xi Zhenghao,Kan Xiu. Multi-target tracking algorithm based on ground projection and target position estimation[J]. Application of Electronic Technique,2020,46(8):112-116.
Multi-target tracking algorithm based on ground projection and target position estimation
He Jia1,Xi Zhenghao1,2,Kan Xiu1
1.School of Electronic and Electrical Engineering,Shanghai University of Engineering Science,Shanghai 201620,China; 2.State Key Laboratory of Intelligent Technology and Systems,Department of Computer Science,Tsinghua University, Beijing 100091,China
Abstract: This paper presents a multi-target tracking system based on terrestrial mobile platform. The system will use some external parameters of the camera on the mobile platform to construct the ground raster map corresponding to the video stream. The system will use HOG algorithm to detect the target and calculate the occupancy of the ground in the raster map to track the target. In order to guarantee the robustness of multi-target tracking under mobile platform, we also propose a target estimation algorithm based on the change of vanishing point in video sequence. By comparing the results of other algorithms in the same video sequence, it is found that the proposed algorithm is effective.
Key words : multi-target tracking;ground moving platform;probabilistic occupancy map;vanishing point;target estimation

0 引言

    多目標跟蹤按照攝像頭數量,可分為兩大類:單目跟蹤方法與多目跟蹤方法。

    (1)單目跟蹤方法

    傳統方法[1-2]多是在目標區域建立簡單目標特征,但復雜背景大大提高了目標特征的提取難度,且遮擋魯棒性低。對此,Chu Chunte[3]提出多核的目標跟蹤算法,解決了局部遮擋下的目標跟蹤;段沛沛[4]等人則是通過稀疏算法,壓縮樣本數據提高運算速度。

    神經網絡算法在目標跟蹤中同樣有較為廣泛的應用[5-7],但樣本與真實目標間的差異往往導致跟蹤效果不佳,因此HYEONSEOB N[8]開始在線調整訓練樣本。對于目標的運動估計,通常使用粒子濾波算法,但重采樣過程運算時間較長。對此,Li Peihua[9]就圖像顏色信息重新構建了粒子濾波跟蹤算法,POJALA C[10]將自適應加權算法引入重采樣過程。

    (2)多目跟蹤方法

    在多攝像機情況下,融合不同攝像機下的光學遮擋結構,可以有效解決遮擋問題[11-12],但無法有效剔除局部的虛假目標。對此,OTSUKA K[11]引入了遞歸貝葉斯估計,而MITTAL A[12]通過卡爾曼濾波器來約束目標。UTASI A[13]與BENEDEK C[14]則側重于多視角下的目標特征提取。前者旨在提取目標像素級特征,而后者旨在構建三維對象模型。FLEURET F[15]等人首次提出一種概率占用圖(POM)模型,計算目標在場景平面網格圖上的占用概率,但算法運行時間較長。LIN Y S等人提出一種根據消失點的快速人員定位方法[16]。JEROME B等人利用前后幀目標關系,通過k-shortest路徑算法快速優化軌跡[17]

    多目跟蹤方法盡管有著測量精度高、目標信息豐富等優點,但高緯度的信息往往會占據較大的運行時間,不利于算法實時性。本文將提出一種基于單目攝像機的背景建模方法,并根據消失點變化情況估補償目標運動模型。所提出的算法將具有以下特點:(1)準確表現場景三維信息;(2)檢測場景變化情況并反饋給目標模型。




本文詳細內容請下載:http://www.rjjo.cn/resource/share/2000002963




作者信息:

何  嘉1,奚崢皓1,2,闞  秀1

(1.上海工程技術大學 電子電氣工程學院,上海201620;

2.清華大學 計算機系 智能技術與系統國家重點實驗室,北京100091)

此內容為AET網站原創,未經授權禁止轉載。
主站蜘蛛池模板: 久久精品成人 | 亚洲资源在线观看 | 亚洲一区浅井舞香在线播放 | 在线毛片一区二区不卡视频 | 国厂自拍| 18videosex性欧美69 | 最新亚洲情黄在线网站无广告 | 久久久久久久久久久视频国内精品视频 | 精品久久久久久久高清 | 91福利国产在线观看香蕉 | 久久久久欧美精品网站 | 欧美一级毛片免费播放aa | 国产手机视频 | 99在线小视频 | 久久久久国产精品美女毛片 | 91中文字幕网 | 免费又黄又爽的视频 | 亚洲午夜影视 | 一区二区三区四区在线免费观看 | 成年网站免费 | 人人草97 | 三级视频网站在线观看 | 欧美aav| 99久久精品99999久久 | 免费一级肉体全黄毛片高清 | 久久久久久尹人网香蕉 | 久艹精品 | 国产成年 | 久久精品资源 | 国产一级大片在线观看 | 国产国语一级毛片全部 | 中文欧美一级强 | 欧美成人亚洲欧美成人 | 最新亚洲精品 | 依人久久 | 久草视频精品在线 | a毛片视频 | 99在线视频精品费观看视 | 97在线观看 | 欧美日韩视频一区二区 | 日韩毛片免费线上观看 |