基于深度神經(jīng)網(wǎng)絡的目標跟蹤方法研究.pdf

1、視頻監(jiān)控系統(tǒng)在諸多領域發(fā)揮著極其重要的作用，由于計算機視覺的方法有著成本低廉、部署方便等優(yōu)勢，使得近年來多攝像機系統(tǒng)的應用越來越廣泛。攝像機網(wǎng)絡中的目標跟蹤在維護公共安全方面起著尤其重要的作用，但由于攝像機場景千差萬別，光線和視角變化劇烈等嚴苛的條件，使得目標跟蹤十分困難。根本原因在于，傳統(tǒng)的特征提取算法在監(jiān)控視頻苛刻的環(huán)境下不能夠魯棒的描述跟蹤對象。另外，現(xiàn)有的目標跟蹤方法在存在遮擋、目標消失再出現(xiàn)等情況下往往會丟失目標，無法進行持續(xù)

2、有效的跟蹤。一方面目標消失后再次出現(xiàn)時，將其作為新的目標進行跟蹤的做法顯然不符合實際需求，另一方面，在跟蹤過程中當相似的目標出現(xiàn)時，也很容易誤導跟蹤器把該相似對象當成跟蹤目標，從而導致跟蹤失敗。為了解決這些問題，本文實現(xiàn)了一種基于深度神經(jīng)網(wǎng)絡的跨攝像機的目標跟蹤系統(tǒng)，利用識別輔助跟蹤的策略穩(wěn)定的跟蹤感興趣的目標。本文提出的跟蹤算法將跟蹤問題轉(zhuǎn)化為尋找?guī)g檢測到的目標之間對應關系問題，從而在目標消失再現(xiàn)后，采用深度學習網(wǎng)絡實現(xiàn)有效的軌跡恢