《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: 我要看一级大片 | 日韩一级精品久久久久 | 免费观看欧美精品成人毛片能看的 | 国产亚洲精品免费 | 久久毛片免费看一区二区三区 | 成人免费观看网欧美片 | 精品精品国产高清a毛片 | 日本三级日产三级国产三级 | 国产美女作爱全过程免费视频 | 亚洲男人天堂手机版 | 欧美三级成版人版在线观看 | 久久91精品国产91久久跳舞 | 免费的特黄特色大片在线观看 | 4455永久在线毛片观看 | 高清午夜看片a福利在线观看琪琪 | 久久久亚洲精品蜜桃臀 | 国产一级毛片一区二区三区 | 久久久久久在线 | 中文国产成人精品久久96 | 免费黄色美女视频 | 欧美又粗又硬又大久久久 | 手机看片日韩国产一区二区 | 真正国产乱子伦高清对白 | 国产一区二区三区高清视频 | 免费a级毛片大学生免费观看 | 俄罗斯aa毛片一级 | 一级在线毛片 | 欧美午夜伦y4480私人影院 | 日韩一区国产二区欧美三 | 一级毛片在线 | 在线人成精品免费视频 | 亚洲综合91社区精品福利 | 久久免费高清视频 | 一本大道香蕉久在线不卡视频 | 欧美a大片欧美片 | 露脸 在线 国产 眼镜 | 久久99精品视频在线在线观看 | 欧美激情精品久久久久久久九九九 | 九九99九九视频在线观看 | 国产成人一区二区三区影院免费 | 亚洲美色综合天天久久综合精品 |