基於多光譜視頻的目標跟蹤技術研究

《基於多光譜視頻的目標跟蹤技術研究》是依託南京理工大學，由趙高鵬擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：基於多光譜視頻的目標跟蹤技術研究
• 項目類別：青年科學基金項目
• 項目負責人：趙高鵬
• 依託單位：南京理工大學

項目摘要

傳統視頻目標跟蹤技術僅利用單一光譜的視頻感測器，跟蹤精度、穩定性和套用場合受感測器成像特性的限制，難以實現全天時全天候的穩定準確跟蹤。本課題基於多光譜視頻的目標跟蹤技術，深入研究多光譜視頻的配準問題、基於多光譜視頻的複雜環境下目標跟蹤問題。主要研究內容包括：通過研究基於熵和結構圖像表示的多光譜視頻局部不變共有特徵檢測描述運算元，提出一種多光譜視頻配準算法；利用經過配準的多光譜視頻進行目標跟蹤，通過研究一種基於分層的特徵融合跟蹤框架，將目標的多光譜特徵模型描述、上下文跟蹤和目標屬性特徵關聯有機結合，設計視頻單/多目標跟蹤算法，實現目標穩定準確跟蹤；最後通過CUDA編程實現配準和跟蹤算法的GPU並行處理。本課題通過利用多光譜視頻的冗餘和互補信息，為提高視頻跟蹤系統性能提供一種思路和技術支撐，預期成果可廣泛套用於智慧型視頻監控、戰場偵察監視等領域，選題具有重要的理論意義和套用價值。

結題摘要

視頻目標跟蹤技術在軍事和民用的許多領域都有重要的套用，利用多光譜視頻（紅外和可見光感測器）的互補性有利於提高跟蹤系統在複雜場景下的穩定性和準確性。本項目深入研究基於多光譜視頻的目標檢測跟蹤等技術，取得了一系列的研究成果。主要包括：（1）針對多光譜圖像的灰度差異，研究圖像的局部對稱性，提出了一種基於局部對稱性的特徵檢測運算元和描述運算元，在此基礎上，設計了一種基於圖像局部對稱特徵的配準方法。（2）針對複雜背景下的目標檢測問題，結合視覺顯著機制，提出了一種基於全局對比度的顯著目標檢測方法；針對大多檢測方法沒有考慮像素的空間相關性，結合多光譜的互補性，提出了一種基於區域的多光譜目標檢測方法；結合背景先驗知識，提出了一種基於候選目標和背景先驗的目標檢測方法；提高了檢測精度和適應複雜場景變化的能力。（3）針對複雜背景下的目標跟蹤問題，在粒子濾波框架下，提出了一種自適應分塊融合的粒子濾波目標跟蹤算法。針對粒子濾波的權值退化問題，提出了一種螢火蟲算法智慧型最佳化粒子濾波方法，在保持粒子多樣性的同時改善了粒子濾波的預測精度。利用紅外和可見光的冗餘互補特性，結合壓縮感知理論，提出了一種基於多特徵的多光譜壓縮感知目標跟蹤方法，改善了跟蹤可靠性；在此基礎上，通過研究壓縮感知測量值和原信號間的關係，設計了一種加速的多特徵壓縮感知跟蹤方法，提高了算法的快速性。研究了冗餘詞典下壓縮感知測量矩陣的選取方式和信號的恢復算法，提出了一種基於冗餘詞典的多光譜壓縮感知跟蹤方法，提高了跟蹤精度，和處理複雜場景中存在相似目標干擾、光照、遮擋等情況下的穩定性和可靠性。（4）研究視頻並行處理技術，搭建了基於多核DSP的圖像處理平台，開發了並行處理軟體，並成功套用於某光電跟蹤系統。本項目研究為多光譜視頻在目標跟蹤領域的套用提供了技術支撐，對複雜場景下視頻目標跟蹤技術的進一步研究提供參考。