- 目标跟踪中的群智能优化方法
- 张焕龙
- 962字
- 2020-08-27 15:46:25
第1章 绪论
1.1 研究背景和意义
基于视觉的目标跟踪[1]技术作为计算机视觉领域的重要分支,一直都备受关注。目标跟踪需要完成的任务是在第一个视频序列帧中标记出目标位置后,通过计算机对后续的连续视频序列帧进行分析和处理,精确地计算出目标在每一帧中的位置信息,为后期的目标运动轨道、速度等信息的获取做准备,涉及计算机、数学等学科。在现阶段,设计一个可以在任意场景下对任意指定目标进行跟踪的实时跟踪算法是跟踪领域的热点。
目标跟踪技术从一开始仅在军事领域应用,到现在与人们的日常生活息息相关,对人们的生活有着重要的影响。目标跟踪技术通常应用在如以下几个方面。
(1)军事领域[2]
导弹通过光电系统对目标进行识别跟踪,在飞行的过程中根据跟踪到的位置信息不断调整方向和速度,这期间对跟踪算法的实时性、健壮性、准确性都有非常高的要求。无人侦察机、战斗机器人等武器装备均离不开跟踪算法的支持。
(2)智能视频监控[3-4]
视频监控系统是一种对安全部门、私人住宅、公共场合等特定区域的目标行为进行实时监控和检查的自动测量系统。智能监控可以跟踪运动目标,通过获取目标的运动轨迹判断目标的状态是否异常,使监控人员从枯燥无味的工作中解放出来。例如,在医院的护理监护中,可以通过大量数据得到患者在通常情况下的运动状态;在银行、居民小区等地方,可以通过跟踪识别技术判断是否有异常的现象,以避免危险的出现。
(3)人机交互[5]
当前,人机交互在生活中应用较多的是体感游戏。机器通过跟踪人的肢体位置变化计算出人的动作姿态参数,游戏中对应的虚拟人物会根据这些参数识别出动作姿态并产生相应的动作。由微软公司开发的体感游戏机Xbox 360,使人可以和游戏机内的虚拟人物进行互动,使人在室内进行某些室外运动成为可能。
(4)医学诊断[6]
在进行病情诊断时,医生经常会使用超声波和核磁共振设备对患者进行检查,但这两种技术的成像通常含有较多的噪声,对单张图像的观察会影响对器官状态的分析。如果使用目标跟踪算法对序列图像进行分析,则可以获得器官的更多状态信息,从而提高诊断的准确率。
(5)智能交通系统[7]
目标检测和目标跟踪在现代智能交通系统中得到了广泛应用。目标检测应用于监控视频或在监视器中定位车辆;目标跟踪应用于对被检测车辆的跟踪,可以计算出车辆的流量、状态和异常行为等。将实时计算机视觉系统用于车辆跟踪和交通监控是非常有效的。