论文部分内容阅读
动态目标的检测与跟踪是机器视觉领域的重要研究课题之一,旨在通过对视频图像的分析,获取被测目标的空间位置、运动状态等信息,这些信息是机器视觉系统完成诸如行为分析等其它高层任务的基础,对于发展更高水平的人工智能具有重要意义,在军事武器、航空航天、安防监控、无人驾驶等领域有着广泛的应用。近年来,电子、通信、计算机等不断成熟的新技术,为机器视觉目标跟踪系统的设计提供了新的思路。本课题在对现代机器视觉技术和诸多视觉目标跟踪算法等进行分析研究后,基于主动视觉理论和嵌入式技术,提出了一种动态目标跟踪任务的解决方案,完成了跟踪系统的设计、搭建和测试。主要内容包括视觉目标跟踪算法研究与实现、主动视觉目标跟踪系统设计与搭建、以及跟踪系统的仿真分析与实验测试等几个部分。视觉目标跟踪系统由服务端上位机和嵌入式跟踪装置构成。目标跟踪装置选用Raspberry Pi 4B作为控制器,通过相机模组获取实时视频图像,图像经过视觉检测与跟踪算法分析,得到目标的位置信息后,控制伺服运动系统调整相机姿态实现对动态目标跟踪。该装置通过局域网与上位机通信,在上位机上完成数据分析处理、模型训练更新等计算复杂度较高的任务。针对嵌入式动态目标跟踪系统的特点,设计了与之配套的软件和算法。在对主流的视觉检测跟踪算法研究的基础上,将检测与跟踪算法相结合,使用级联分类器实现目标检测,使用相关滤波器进行目标跟踪,在跟踪主程序控制下,与实时图像采集程序、伺服运动控制程序相配合,共同实现对目标的自主检测与跟踪。最后,本文对所设计的目标跟踪系统和跟踪算法进行了测试与分析。使用跟踪数据集中的经过人工标注的视频序列,从目标模型训练效果、目标检测跟踪准确性、算法运行速度等多个方面,在不同的运算平台上对本文设计的视觉目标跟踪算法进行仿真、对比和分析;并以作者为跟踪对象,设计实验实际测试动态目标跟踪系统的跟踪效果,验证本文设计的可行性。