|
|
EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
基于模糊空时线索的多目标在线跟踪算法 6 f) e/ i) | r! o% s, b
摘要:多目标在线跟踪是视频监控中的关键问题之一.针对日益增长的智能化视频监控的需求,提出了一种基于模糊空时线索的多目标在线跟踪算法.在该算法中,引入模糊空时多属性特征定义距离函数,利用模糊C均值聚类优化得到交叉隶属度矩阵,实现目标与观测间的数据关联.为了减少错误的轨迹起始,利用空时线索定义了遮挡度函数,判别出新目标并起始相应的目标轨迹.实验结果表明,本文算法能够准确地估计出目标的运动轨迹.本文算法可应用于视频监控、安防以及自动驾驶等领域.
8 ]' o o: F; j5 @! ?6 b& z2 u9 T关键词:视频监控;在线跟踪;模糊C均值;空时线索;模糊隶属度" ]2 h$ }' K! a D4 L
% W" `2 ~4 [ \3 i9 e5 {8 I" T6 X6 k: k5 f
1引言
( D7 u# I$ |0 s2 P( g( s1 ?! m多目标跟踪是计算机视觉中的热点研究课题之一,其对于行为分析、场景理解等高层次的视觉研究具有重要意义,并且在视频监控、自动驾驶等领域有着广泛的应用前景.; }% w2 u4 B- F& E$ |0 g8 c3 o
近年来,随着目标检测技术的发展',基于检测的多目标跟踪方法得到了广泛的研究.基于检测的多目标跟踪算法可分为两类:多目标离线跟踪算法与多目标在线跟踪算法.多目标离线跟踪算法,例如K最短路径方法2以及广义线性分配方法[3,考虑较长时间窗内的所有观测,采用全局优化算法进行数据关联.由于需要预先知道后续帧的观测结果,并且全局优化计算量较大,多目标离线跟踪算法难以应用于诸如视频监控等要求在线处理的应用场景中.针对多目标在线跟踪问题,文献[4]提出一种结合行人检测置信度与特定实例分类器的跟踪算法;文献[5]基于增量线性判别分析,提出一种结合子轨迹置信度与判别外观模型在线学习的跟踪算法.但上述方法难以较好
1 e7 g9 Y$ K; D I1 f7 J F0 F7 H
1 J7 d L& I; m; ?4 h0 z/ u; o7 B* B8 n4 _; J
$ V9 e0 R4 z7 [. `, M: ?- y: z
! M* C8 q0 x' O |
|
/1 
发表于 2021-3-12 10:34
收藏
淘帖
支持！
反对！