目标跟踪的研究背景意义方法及现状

目标跟踪的研究背景意义方法及现状

1目标跟踪的研究背景及意义 (1)

1.1电视监控 (2)

1.2视频压缩编码 (2)

1.3智能交通系统 (2)

1.4人机交互 (3)

2研究现状及研究面临的问题 (3)

2.1研究现状 (3)

2.2研究面临的难题 (4)

3目标跟踪的主要方法 (4)

3.1基于检测的方法 (5)

3.2基于识别的方法 (5)

1目标跟踪的研究背景及意义

感觉是人类与外界联系的窗口和交流的桥梁，它的主要任务是识别周边物体，判断与这些物体之间的联系，使人类的思维与周围世界建立某种对应的关系。而视觉系统是人类感觉的最主要来源，是获取外界信息的最主要途径，它是一种高清晰度的媒介，为人类提供着丰富的外界资源信息。据统计，大约有80%的外界信息是通过眼睛被人接收的。然而，由于人类的精力毕竟是有限的，人类的视野也是有限的，所以人类的视觉在各种领域的应用都受到很大限制甚至是低效的。

因而，随着数字计算机技术的飞速发展，让计算机能够处理视觉信息、完善人类视觉上的诸多短板就成了一项非常诱人的研究课题，也因此推动了计算机视觉这一学科的产生和发展。计算机视觉是融合了图像处理、计算机图形学、模式识别、人工智能、人工神经网络、计算机、心理学、物理学和数学等领域的一门交叉性很强的学科。计算机视觉研究的目的是使计算机感知环境中的物体的几何信息，包括它的形状、位置、姿态、运动等，并对其进行描述、存储、识别与理解，因此成为当今最热门的课题之一。

运动目标跟踪属于视频分析的内容，而视频分析则融合了计算机视觉研究领域的中层和高层处理阶段，即对图像序列进行处理，从而研究运动目标的规律，或者为系统的决策报警提供语义和非语义的信息支持，包括运动检测、目标分类、目标跟踪、行为理解、事件检测等。视频目标跟踪方法的研究和应用作为计算机视觉领域的一个重要分支，正日益广泛地应用到科学技术、国防建设、航空航天、医药卫生以及国民经济的各个领域，因而研究目标跟踪技术有着重大的实用价值

和广阔发展前景。

目前，目标跟踪技术已经被广泛应用于众多生活和工作领域。主要应用如下所示：

1.1电视监控

在现阶段，电视监控系统作为公共安全领域中的一项重要技术已经得到了广泛的应用。但是大多数电视监视系统的功能仅仅停留在监控者对视频信号的人工监视和事后录像分析上，浪费了大量的人力物力。在计算机智能监控系统中，监控系统首先对图像进行预处理去除噪声，然后通过适当的检测算法确定运动目标，继而通过跟踪算法在摄像机视野内跟踪运动目标，同时进行报警以及保存视频数据等一系列工作。而在这个系统中，其核心部分就是运动目标检测与跟踪算法技术，这个技术是保证整个系统实现其功能的关键。

1.2视频压缩编码

在新一代的视频图像压缩编码标准MPEG4中，提出了一个不同于以前的视频编码的新概念—视频对象平面(Video Object Planes，VOP)，以实现基于图像内容的压缩。在压缩编码过程中，视频中的场景被分割成若干个VOP，不同的VOP 根据其特点采用不同的编码策略，例如，场景中的背景在很多情况下基本上保持不变或只有很少部分的变化，则可以在连续的多帧图像中使用相同的编码或只有很少改动的编码来表示背景，从而大大提高了压缩效率。这种方案具有很高的压缩比，同时还具有良好的视觉效果，便于进行基于内容的交互和查询。但是，这一压缩编码的技术难点在于如何在任意场景下实现对运动目标的自动提取与分割，而这些问题也正是目标检测与跟踪所要解决的关键问题。

1.3智能交通系统

智能交通系统是目前世界各国交通运输领域竞相研究和开发的热点。中国在北京申奥成功后，为解决北京市的交通状况，政府也在智能交通的研究上加大了投入力度。车辆的实时检测与跟踪技术是智能交通系统的重要技术之一，计算机在不需要人的干预或者只需要很少人干预的情况下，通过对摄像机拍录的视频序列进行分析，实现车辆检测与跟踪，并在此基础上分析和判断车辆的行为，对车辆的行为给出语义描述，做到了既能完成日常管理，又能在发生异常情况时及时做出反应，从而提供了一种更加先进和可行的监控方案。,

1.4人机交互

目前键盘和鼠标是我们和计算机交互的接口方式，我们希望有更简洁的、智能化和人性化的人机交互方式。计算机无接触式地收集人类在计算机前的视频信号，利用计算机视觉的相关理论分析视频信号，做到分辨人类的动作，明白人类的意图，即我们希望计算机能尽可能地“理解”我们。近些年的工作主要集中在姿态分析，面部表情及其它的运动，以便计算机能够识别和理解这些动作。这也是智能机器人研究的重点。此外，目标跟踪在基于视觉的控制、农业自动化、医学图像、视觉重构等领域均有应用。而目标跟踪处于整个计算机视觉系统的底层，是各种后续高级处理如：目标分类、行为理解等的基础，因而目标跟踪具有非常重要的研究价值。

2研究现状及研究面临的问题

2.1研究现状

目标跟踪是视觉领域研究的热点问题，随着计算机技术的发展而得到迅猛的发展，目标跟踪技术也由此取得了长足的进步。上世纪对图像的处理主要是集中于单幅图像的处理，即使在动态图像序列中跟踪运动目标，也带有浓厚的静态图像处理的特点。直到上世纪80年代 HomBK等人提出了光流法，目标跟踪研究才真正意义上步入了动态图像序列的研究领域。光流法对于现阶段的计算机处理速度提出了极大的挑战，在实际应用领域很难满足实时性的要求。另外，视频序列存在的噪声会对光流法跟踪产生极大的干扰，因此光流法现阶段很难应用到实际场合。

基于视觉跟踪的巨大实用价值和计算机技术的迅速发展，视觉跟踪技术的强烈需求，欧美等发达国家对视频跟踪技术进行了大量深入的研究。 1997年，由美国国防高级研究项目署(Defence Advanced Research projects Agency，DARPA)牵头，以美国卡耐基梅隆大学为首，麻省理工学院等高校参与了视觉监控项目VSAM即(Visual surveillance and Monitorings)的研究开发，研究应用于战场及民用场景的监控，卡内基梅隆大学由此建立了第一个校园监控系统。在智能监控方面，Maryland大学研发的实时监控系统W4实现了人的跟踪，可用于对人的行为监视，并可以判断人是否携带物体等简单行为。英国雷丁大学的车辆交通监控系统则是对车辆和行人的跟踪及交互作用识别相关方面的研究。在国内，视觉