运动目标检测与跟踪知识讲解

谢谢！
此课件下载可自行编辑修改，仅供参考！ 感谢您的支持，我们努力做得更好！谢谢
遮挡造成 适应度下降
计算时间统计对比
汇报提纲
一、目标跟踪 二、主要难点 三、目标匹配的加速搜索 四、移动平台下的目标跟踪 五、未来展望
移动平台下的目标跟踪
? 检测背景运动并补偿
块匹配补偿背景运动
子块划分
块匹配
背景运动补偿
区域确定
? 特征丰富的区域
? Bad
? Good
Approach
? Evaluating Feature Richness
检测实例：
（a）第 1帧图像
（b）第 2帧图像
（ c）变化区域图像
（d）提取出的背景图像 （e）变化区域与背景差分图像 （f）运动目标检测结果
国内外对此类问题的解决办法：
基于目标建模定位：
目标建模
相似度度量
目标定位
基于滤波、数据关联： Kalman Filter , Particle Filter, PDAF
ppt运动目标检测与跟踪
汇报提纲
一、目标跟踪 二、主要难点 三、目标匹配的加速搜索 四、移动平台下的目标跟踪 五、未来展望
目标跟踪
目标跟踪是基于对图像序列的研究，力图从复 杂的背景中检测甚至辨认出运动目标，并且对 目标运动的规律加以预测，实现对指定的目标 进行准确且连续的跟踪。
目标跟踪
应用领域 :安防监控 ,交通管理 ,体育分析 , 军事识别，人机交互…..
特征抽取：
时域： 几何形状：边缘、轮廓、线条（抗光照） 纹理： 纹理丰富的目标 颜色： 颜色信息 （受光照影响大）
频域： 小波特征，傅立叶
几种稳定的图像特征：
形状特征：
目标的形状是一个二元的图形，代表了目标的 边缘轮廓，因此许多图像分析的问题都可简化 为形状分析，形状分析的目的是简化原始图像 并且保留目标的形状特征。对目标的形状特征 做适当的量化处理就可以得到尺寸、旋转、光 照不变的形状描述，同时，形状匹配不受光照 条件的影响，使得目标识别更稳定。
D
t
(x,
y)
=
??1,
? ?
0,
I(t x, y)- It-1 otherwise
(x,
y) > T
Default:T=60
优点：鲁棒性好，运算量小，易于软件实现 缺点：对噪声有一定的敏感性，运动实体内部也容易产生空洞现 象，阈值 T缺乏自适应性，当光照变化时，检测算法难以适应环境 变化
背景相减法
? Color Orientation ? CEnotdreospy
移动平台下的目标跟踪
先前帧
特征熵
抽取的特征区域
Approach
? Covariance Matching
R (x, y)
G ( x, y)
B (x, y)
I xy ( x, y )
Covariance matrices
d ( x, y)
背景相减法是目前运动检测中最常用的一种方法， 基本思想是将输入的图像与背景图像或背景模型进行比较， 通过判定灰度特征的变化，或用直方图等统计信息的变化来 分割运动目标。它一般能够提供最完全的特征数据，但对于 动态场景的变化，如光照和外来无关事件的干扰等特别敏感。 传统的背景相减法包括背景模型的建立，目标决策和背景模 型更新三个步骤。
2020/6/11
形状上下文（shape context):
以其中某个点与其他n-1个点构成n-1个向量
L
缺点：受遮挡影响，背景复杂不易提取边缘 解决办法：提取特征丰富点
颜色特征：
颜色属于目标的物理属性，在跟踪过程中 得以保持稳定。且抗缩放、旋转、遮挡、 三维视角变化的影响。
缺点:
(1) (2) (3)
帧间差分法
这种方法就是将前后两帧图像对应像素点的灰度值相减 ，在环境亮度变化不大的情况下，如果对应像素灰度相差很 小，可以认为此处景物是静止的，如果图像区域某处的灰度 变化很大，可以认为这是由于图像中运动物体引起的，将这 些区域标记下来，利用这些标记的像素区域，就可以求出运 动目标在图像中的位置。
目标跟踪
应用领域 :安防监控 ,交通管理 ,体育分析 , 军事识别，人机交互…..
目标跟踪
应用领域 :安防监控 ,交通管理 ,体育分析 , 军事识别，人机交互…..
目标跟踪
应用领域 :安防监控 ,交通管理 ,体育分析 , 军事识别 ，人机交互…..
目标跟踪
应用领域 :安防监控 ,交通管理 ,体育分析 , 军事识别， 人机交互 …..
研究多特 征融合的 目标匹配 与跟踪算 法具有重 要的理论 意义和实
用价值
汇报提纲
一、目标跟踪 二、主要难点 三、 目标匹配的加速搜索 四、移动平台下的目标跟踪 五、未来展望
目标匹配的加速搜索
若干遗传代后收敛情况
第10代
第20代
第50代
若干遗传代后收敛情况
第10代
第20代
第50代
图像序列跟踪结果
I x (x, y)
I y ( x, y)
Approach
? Distance Measure of Covariance Matrices
Approach
? Compensation Of Global Motion
移动平台下的目标跟踪
移动平台下的目标跟踪
移动平台下的目标跟踪
移动平 台下的 Mean Shift 跟踪
受光照影响明显； r, g, b３维空间增大了计算复杂度； 易受颜色相近背景的干扰。
解决办法：
寻找克服光照的颜色空间； 将３维颜色空间降维。
降wk.baidu.com后的颜色空间：
分片匹配
汇报提纲
一、目标跟踪 二、主要难点 三、目标匹配的加速搜索 四、移动平台下的目标跟踪 五、未来展望
主要难点
? 背景混乱 ? 目标被遮挡 ? 缩放和旋转 ? 光照变化 ? 摄像机运动 ? 非刚性目标