刘宏飞,杨耀权,杨雨航

(华北电力大学(保定)控制与计算机学院,河北 保定 071003)

0 引 言

随着科技的不断进步，城市管理也向智能化快速过渡，老旧的监控摄像头也逐渐被智能化摄像头所替代。相较于传统的摄像头，智能视频监控可以大量节省人力，提高检测效率。而目前智能视频监控主要有2大关键技术，一是对运动目标的识别跟踪；二是对目标行为的定义[1-2]。因此提高在户外条件下运动目标的检测跟踪效率成为目前智能化摄像头研究的热点[3]。

常见的目标跟踪算法有均值漂移算法、基于卡尔曼滤波的目标跟踪、基于粒子滤波的目标跟踪及基于对运动目标建模等方法。运动目标跟踪算法目前的主要发展方向为提高跟踪算法的精确度、提高处理速度以及降低跟踪误差。文献[4]通过卡尔曼滤波构造初始模型，然后对运动目标可能出现的位置进行预测确定搜索区域，使用光流金字塔方法在该区域内进行目标检测，找到与初始模型最匹配的目标位置进行跟踪。文献[5]通过LK光流法直接处理视频，然后经光流聚类和改进的中值滤波处理，实现运动目标获取。最后根据所获取的目标位置等信息，使用卡尔曼滤波对运动目标进行预测，从而实现运动目标的跟踪。文献[6]针对当前卡尔曼滤波算法在运动目标跟踪中的缺陷，设计了改进卡尔曼滤波和均值漂移的运动目标跟踪算法，引入均值漂移算法对运动目标进行粗跟踪，将运动目标的位置和速度作为卡尔曼滤波算法的初始状态，减小了目标跟踪误差。……