基于粒子滤波的行人跟踪研究及其性能分析

智能监控系统中的行人跟踪功能在很大程度上能够减轻工作人员的大量眼力工作,通过智能的方式自主地跟踪用户感兴趣的目标.在视频监控环境的基础上,利用改进的粒子滤波器,设计了一个行人跟踪系统,并使其具有系统性能分析的功能.通过使用Mean Shift算法进行目标位置的预估计和多特征融合的方式使该系统在视频背景复杂的情况下能够实现对行人的稳定跟踪.并在实际应用中,分析了在遮挡情况下,行人跟踪效果差的原因,并予以改进.在Visual C++集成开发环境中,基于OpenCV和MATLAB编程实现了系统,能够实时地对目标进行跟踪,并对跟踪结果进行反馈.     

基于HOG和SVM的嵌入式行人检测与追踪系统设计与实现

随着社会的进步和科学技术的发展,传统的视频安防监控已经不能满足人们对于安全的需求和对高质量生活的向往。为此,本文设计了一种基于HOG+SVM的嵌入式行人检测与追踪系统,以树莓派3B+开发板作为核心处理器,采用树莓派CMOS摄像头采集图像,通过舵机实现行人跟踪驱动。重点介绍了基于HOG和SVM的行人检测算法,以及基于像素的视觉追踪算法的行人检测与追踪系统的设计与实现。实验结果表明,该系统能够很好地识别行人并进行追踪拍摄。本文研究为嵌入式平台方面的研究提供了一个较好的行人检测与追踪系统案例。     

多场景视频监控中的人物连续跟踪

针对多场景监控,提出一种能在非重叠的多摄像机之间,实时地检测与被跟踪行人（目标）的视频监控系统。该系统分别对每个摄像机视频进行背景建模、前景检测以及运动目标的特征提取,当目标离开摄像机视域的时候,根据已知的拓扑关系向相关摄像机发布监控任务,当有目标进入处于有效监控状态的摄像机视域时,进行目标匹配,从而实现在多摄像机系统中对行人目标的持续跟踪。实验表明,该系统在非重叠摄像机场景中能实现实时的、鲁棒的目标跟踪。     

基于似然域背景差分的行人检测和跟踪方法

基于激光雷达的室内机器人行人检测、跟踪容易受到复杂背景的影响。针对这种情况,提出一种基于似然域背景差分的行人检测、跟踪和跟随系统。利用即时定位与地图构建算法获得陌生环境的二维栅格地图,通过蒙特卡洛定位获得机器人在地图中的后验位姿,利用似然域模型分割出前景对应的激光雷达数据后,进行行人的检测、跟踪以及跟随。实验结果表明,该系统使行人检测准确率提升3.49%,平均检测时间缩短近32%,有效降低复杂背景对多行人检测与跟踪的影响,实现机器人对目标行人的实时跟随。     

基于图像采集卡的智能安防监控系统设计

本文研究了基于Matrox图像采集卡的智能安防监控系统的总体解决方案,硬件设计部分详细叙述了该系统的图像采集模块设计和云台控制模块设计.通过对摄像机采集的图像进行运动目标的跟踪分析.产生控制信号,控制承栽摄像头的云台运动.以实现运动目标的跟踪:软件设计部分.针对运动目标的检测跟踪各种跟踪方法,详细研究并实现了基于时间差分的运动目标检测方法.完成了系统整体软件设计.实践证明,该系统具有较好的检测效果.     

运动人体的检测和跟踪

介绍了一个使用三维激光摄像机对道路上的自行车辆和行人进行检测和跟踪的实时系统，系统主要分为物体识别模块和目标匹配跟踪模块两部分，前者采用了迭代自组织的数据分析算法(ISODATA算法)和多阈值分割方法，后者使用了一种新颖的将轨迹连贯性函数和卡尔曼滤波器相结合的多目标匹配跟踪算法，户外实验表明系统具有较高的识别率。     

基于H．264的远程监控系统的设计

为摒弃传统监控终端各自为战的弊端,在简要介绍了H.264技术的基础上,描述了一种新型远程监控系统的设计与实现。采用软件协调多个监控终端动作的相互配合,大大减少了单位空间内监控终端的布局数量。并且该系统具有对运动目标进行实时、可靠智能跟踪的特点,通过用户的设置,系统可以达到无人值守的全自动、不间断监控的目的。同时,设计过程中涉及到的方法也可以对安防和自动跟踪等方面起到借鉴作用。     

基于电子稳像的嵌入式行人检测系统

设计并实现了一种基于电子稳像处理的数字信号处理器(DSP)嵌入式平台的行人检测算法:采用平滑特征轨迹法对输入视频进行电子稳像处理;采用sobel边缘算子提取人体的头肩边缘图像,根据改进Hausdorff相似性度量原理,提出了基于改进Hausdorff距离头、肩边缘模板匹配的行人目标检测算法;通过卡尔曼滤波算法对行人目标进行实时跟踪.实际路口测试结果表明:在TMS320DM8168嵌入式平台上设计与实现的基于改进Hausdorff距离头肩边缘模板匹配的行人检测算法可以对行人实现实时检测和实时跟踪,结合电子稳像算法,可以达到95％的检测率、9帧/s的检测速度,而误检率为4％,能够满足实际使用需求.     

低延时智能监控系统设计与实现

国内市场针对机器人监控系统的设备大多较为繁琐且功能单一，且无法第一时间获取监控范围内的相关信息的情况。针对智能机器人安防系统的实际需求，设计了一种低延时智能监控系统。利用软硬件结合的方式，可通过任意流媒体播放器实现远程监控第一时间掌握周围信息。该系统在相同网络环境下与海康威视官方系统远程视频传输延时相比，相差约110毫秒，满足智能移动机器人视频监控实时传输的需求。     

第一人称视角下的社会力优化多行人跟踪

目的 多行人跟踪一直是计算机视觉领域最具挑战性的任务之一,然而受相机移动、行人频繁遮挡和碰撞影响导致第一人称视频中行人跟踪存在效率和精度不高的问题。对此,本文提出一种基于社会力模型优化的第一人称视角下的多行人跟踪算法。方法 采用基于目标检测的跟踪算法,将跟踪问题简化为检测到的目标匹配问题,并且在初步跟踪之后进行社会力优化,有效解决频繁遮挡和碰撞行为导致的错误跟踪问题。首先,采用特征提取策略和宽高比重新设置的单步多框检测器（single shot multi-box detector,SSD）,对输入的第一人称视频序列进行检测,并基于卷积神经网络（convolutional neural network,CNN）模型提取行人的表观特征,通过计算行人特征相似度获得初步的行人跟踪结果;然后,进行跟踪结果的社会力优化,一是定义行人分组行为,对每个行人跟踪目标进行分组计算,并通过添加分组标识,实现同组行人在遮挡的情况下的准确跟踪;二是通过定义的行人领域,对行人分组进行排斥计算,实现避免碰撞后的准确跟踪。结果 在公用数据集ETH（eidgenössische technische hochschule）、MOT16（multi-object tracking 16）和ADL（adelaide）的6个第一人称视频序列上与其他跟踪算法进行对比实验,本文算法的运行速度达到准实时的20.8帧/s,同时相比其他准实时算法,本文算法的整体跟踪性能MOTA（multiple object tracking accuracy）提高了2.5%。结论 提出的第一人称视频中社会力优化的多行人跟踪算法,既能准确地在第一人称场景中跟踪多个行人,又能较好地满足实际应用需求。     

医院设备间视频监控及报警系统研究

针对医院设备间安全管理的重要性，以及医疗改革的信息化需求，结合图像处理方法，提出一种目标检测与跟踪的设备间视频监控及报警系统。其中，运用YOLO网络实现设备间走廊行人的检测，然后结合多目标跟踪算法，实现行人轨迹的跟踪提取；最后通过位移差的长度判断行人是否徘徊和是否跨越警戒线，以此实现异常行为的报警。结果表明，通过以上方案，可清晰查看医院设备间走廊实时界面，同时通过测试，准确报警率可达到98%以上。由此得出，设计的医院设备间视频监控及报警系统可行。     

动态复杂背景下的智能视频监控系统设计与实现

采用二重对称帧间差分目标检测算法和基于压缩感知的目标跟踪算法,设计并实现了一种可适应动态复杂背景下的智能视频监控系统;基于目标检测该系统能提取本地视频文件中局部运动目标并进行视频压缩,减少回放、查看视频时间,可实时播放并处理本地或网络摄像头数据,也可根据光照变化动态调整二值化阀值,实现实时区域入侵检测与报警;基于目标跟踪本系统能在动态背景下对选定目标进行跟踪,可通过客户端手动控制监控云台跟踪,也可对入侵目标实现云台自主大角度追踪;实验表明,此系统能在日常复杂环境下对运动目标准确检测和大角度跟踪,在智能家居和移动安防领域有很好的实用性。     

基于嵌入式Linux的实时光学膜厚监控系统的开发

在嵌入式Linux基础上，从图形用户界面的设计、数据处理模块的设计以及两部分联合工作等方面介绍了实时光学膜厚监控系统的设计和实现。实验表明，该系统能够对光学薄膜镀制过程进行实时在线跟踪。     

基于粒子滤波的全方位视觉传感器实现移动机器人导航

研究了一种引导机器人沿着固定轨迹运动的实时视觉伺服系统,并提出了一种实现移动机器人导航的创新的系统架构.系统由基于鱼眼镜头的全方位视觉传感器和嵌入式图像处理单元构成,可以实时校正鱼眼镜头畸变,并利用复合的粒子滤波算法识别和跟踪自定义的航标,最终实现移动机器人的导航.实验表明,该系统能够校正鱼眼镜头畸变,实时跟踪航标并有效实现机器人的定位和导航,且结构紧凑、功耗低,容易集成到各种移动设备中实现自主导航、安防监控等功能.     

基于改进DeepSORT的路侧感知方法在露天矿山中的应用

在露天矿山无人驾驶运输作业系统中,路侧感知系统可为无人驾驶车辆提供辅助路况信息。目前的矿卡无人驾驶系统采用基于摄像头、激光雷达和毫米波雷达的多传感器融合技术的路侧感知方法,存在系统成本高、结构复杂、鲁棒性差等问题。对此,文章提出一种基于改进DeepSORT的路侧感知方法。该方法首先使用摄像头采集矿山中车辆和行人数据,采用YOLOv5s算法对摄像头画面中的车辆、行人进行精准识别;然后结合改进的DeepSORT算法对所识别的车辆与行人进行实时跟踪;最后,对跟踪目标进行统计分析,完成车流量统计、车辆异常停车判定和行人侵入判定等功能。在神延西湾露天煤矿矿区8号十字路口对该方法进行了测试,结果表明,采用单一传感器可以很好地实现对矿山十字路口车辆和行人的识别与跟踪,相比基于多传感器融合的路侧感知技术,其有效降低路侧感知系统复杂度并节约了成本。     

实时人数计数系统

描述一个实时在线人数计数系统,该系统采用检测加跟踪的方法来实现人数计数功能。在检测阶段,采用MBLBP（multi-scale block LBP）特征,从运动区域上检测出行人。该特征速度快,并且在归一化下,能够适应多尺度的应用;在跟踪阶段,通过一个概率模型,将对行人的跟踪转化为对特征点的跟踪,并且在将检测目标和跟踪目标进行一一对应时,进一步利用各个目标内的特征点来完成相应的操作。最后用实际中不同场景下的视频,对系统的性能进行测试,同时还在一段公开的视频上进行了测试,实验结果表明,该系统能够在不同场景下较准确地实现人数计数功能。     

基于FPGA的运动目标远程监视系统设计

运动目标检测是智能安防系统的重要组成部分,为了满足安防系统远距离监视目标以及视频传输实时性等需求,设计了一种基于FPGA平台的运动目标远程监视系统;该系统以Xilinx公司的Artix7系列FPGA芯片为核心,通过OV5640摄像头实现视频图像的采集,将采集到的图像进行灰度化处理,并通过DDR3存储器缓存处理后的图像,采用帧间差分法运动目标检测技术实现对多个运动物体的检测与标记,将检测结果通过以太网的UDP协议传输到上位机实时显示;实验结果表明,在图像分辨率为640*480时,以太网UDP传输速度为133Mbit/s,视频图像帧率为26fps,大于人眼的可视帧率24fps,满足视频传输实时性的要求,同时该系统能够远距离、高效地检测与跟踪多个运动目标,相比于其他系统具有可远程实时检测、小型化、低功耗的特点,可进一步应用到智能安防系统中。     

基于物联网技术的双轴联动跟踪式光伏发电系统

针对传统光伏发电系统发电效率低、太阳光跟踪定位不够准确的问题,基于物联网技术,设计一个双轴联动的跟踪式光伏发电系统。首先,选用双轴式光伏支架和光电跟踪方式作为技术基础,构建一个基于光伏发电的双轴自动跟踪系统,该系统中的主控制器选用PLC进行控制,通过双轴式光电对太阳光进行跟踪和定位;然后对系统硬件部分和软件部分进行具体设计,系统硬件部分主要对跟踪机构和控制电路进行设计,软件部分则利用光线传感器对跟踪机构的数据进行实时跟进。实验结果表明,双轴跟踪方式的发电量更高,相较于固定跟踪方式高出了35%左右,且本系统对太阳光的跟踪定位更加准确,说明此系统可进一步提升光伏发电效率,实现节能环保和可再生资源的有效利用。     

地面移动目标跟踪报警系统设计与实现

为实现对汽车、行人等地面移动目标的安全保护,以全球卫星定位技术为基础,结合GSM无线通信技术、FPGA技术设计了一类地面移动目标跟踪报警系统;全文介绍了地面移动目标跟踪报警系统的结构、功能及工作原理,对基于FPGA的8051软核进行了设计和实现,在此基础上,实现了GPS定位信息的解析,并结合GSM移动通信技术,实现了对地面移动目标的远程跟踪和紧急情况下的报警功能;经组网测试,该跟踪报警系统各部分运行良好,具有稳定的数据采集和传输质量,具有较高的实际应用价值.     

基于Cauchy模型的行人轮廓提取及目标检测

为了提高行人目标轮廓参量的提取精准度数值,实现对待监测目标的实时稳定跟踪,提出基于Cauchy模型的行人轮廓提取及目标检测算法;基于Cauchy分布原理,估计行人轮廓目标的最大似然值,再结合计算第二类统计量方法,完成基于Cauchy模型的行人目标统计建模;在此基础上,建立卷积神经网络,利用卷积化与反卷积参量,提取Gabor行人轮廓特征;在目标图像分割理论的作用下,识别既定区域内的所有行人目标,持续标记各类已存在的行人目标,实时检测行人轮廓目标,实现基于Cauchy模型行人轮廓提取及目标检测;实验结果表明,与Kinect型检测算法相比,应用Cauchy型算法后,行人目标轮廓的检测精度值提高至93%,而PTR实测指标降低至3.97,可有效实现待监测行人轮廓目标的实时稳定跟踪。