复杂环境下新型多目标动态检测、识别及跟踪算法研究

在复杂环境(恶劣自然环境或自然环境变化、摄像机的倾斜或震动等)下拍摄的视频图像具有图像质量差、图像对比度低等特点，给多目标的动态检测、识别及跟踪带来了很大困难。本课题旨在开发一种能够在复杂环境下准确、可靠地对多个动态目标进行检测、识别及跟踪的算法。该算法能够在复杂环境下进行特征追踪与图像匹配、准确有效地检测出目标并对其长时间准确跟踪、有效处理多个目标的交叉和遮挡等问题。拟解决的关键问题包括1）构造新型不变特征，使其具有仿射不变性，减少因摄像机平台运动而引起的特征跟踪误差，提高图象匹配精度2）研究前景模型的局部特征，解决交叉和遮挡情况下的目标识别3）KLT算法的改善4）Kalman滤波器的改善，包括解决其发散问题及降低计算量。拟采用惯性因子评测特征点的运动可能性，利用状态机预测目标产生、融合、交叉、分离、消失等事件，用多模型目标跟踪模块来检测及跟踪目标，并根据实际检测结果对状态机进行更新。