运动场景下的时空域跟踪模型及原始-对偶算法

针对摄像机运动的情况,提出多目标分割和跟踪的新方法.利用主动轮廓模型,将运动估计和运动分割融合在同一基于时空域的能量泛函中.为了克服传统的活动轮廓模型和水平集方法存在的局部最小值问题,对时空分割模型进行凸优化,避免了初始化轮廓对分割结果的影响,保证了能量函数对分割的全局最优性.提出相应的快速原始-对偶算法,提高了计算效率.实验表明,该方法能够有效地实现运动场景下的时空域运动分割与跟踪.

尾随运动车辆识别与超车检测方法研究

针对尾随车辆由于类型、尺寸、颜色、环境等非确定因素导致识别不稳定、不可靠的问题,提出基于时空域纵向投影跟踪滤波和相对运动检测的车辆识别与超车行为检测算法。首先在对比度空间对序列图像进行定向滤波,采用概率Hough变换估计车辆横向边缘,通过时间域投影方法过滤环境噪声,得到尾随车辆跟踪轨迹,同时使用光流法对序列图像特征角点进行跟踪检测,通过目标运动方向矢量将车辆和背景予以区分。在此基础上,采用车辆置信度函数对上述两种方法的识别结果进行综合决策,提出基于行为检测的超车检测算法。试验结果表明,该方法在结构化道路环境中能够快速准确提取近视场运动尾随车辆,对环境干扰和目标车辆类型变化具有较强的免疫能力。