复杂场景中数目变化的视觉多目标实时跟踪技术研究

视觉多目标跟踪是视觉运动分析关键技术之一，广泛应用于视频监控、视频编码、运动合成等领域。然而复杂背景和光照变化的干扰，以及数目变化的目标运动所产生的目标分块、合并和分离等问题，使跟踪系统很难在实时性、稳健性和准确性上达到平衡。本申请利用目标在滑动窗口内运动一致性和图像特征一致性，结合多特征融合的目标分层建模，利用马尔科夫链蒙特卡洛粒子滤波进行时间采样和空间采样，以获取视频中目标数目和每个完整的跟踪。具体研究内容包括复杂场景鲁棒的运动目标检测，多特征融合的基于分层决策的目标建模，基于时空MCMC粒子滤波器的多目标跟踪，以及跟踪的性能评价技术。本研究的目标是建立一个鲁棒的视觉多目标跟踪系统，对复杂场景下数目变化的目标进行实时的检测和跟踪，从而获取目标的运动轨迹和相互结构信息，为目标行为识别和事件检测提供信息和决策支持。本研究对于推动视频运动分析研究的发展和实用化具有重要的理论意义和实际价值。