面向动态场景的PTZ相机姿态跟踪方法研究

作     者：钱程 

作者单位：南京师范大学 

学位级别：硕士

导师姓名：胡斌

授予年度：2021年

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主      题：姿态跟踪 PTZ相机 动态场景 光流估计 

摘      要：随着智慧城市建设的稳步推进,城市管理由静态数字化逐步发展为动态智能化。由于采集简单、成本低廉、覆盖范围广,并且可以根据需求远程调整姿态获得最佳拍摄角度,PTZ相机已经成为支撑城市高效运行的重要感知数据源。通过将PTZ相机视频赋予空间参考,可以有效利用监控视频的时空属性,实现地理数据与视频数据的相互融合与补充,提升监控水平。而在相机运动时确保对相机姿态的实时跟踪,是建立PTZ相机和真实世界空间关系实时转换的必要条件。大多数PTZ相机姿态跟踪方法存在静态场景的假设条件,即要求拍摄场景中没有运动的物体干扰。但对于动态场景,由于拍摄视域内含有行人、车辆等运动目标的干扰,传统的PTZ相机姿态跟踪方法容易失效,这将使得PTZ相机姿态估计出现较大偏差。另外,相机姿态连续跟踪容易造成误差累积,导致估计出的相机姿态随着时间的推移变得不再可靠。针对上述问题,本文研究了面向动态场景的PTZ相机姿态跟踪方法,主要工作和研究成果如下:（1）提出了一种PTZ相机运动状态快速检测方法。PTZ相机主要用于监控,绝大部分时间处于静止状态,对静止的PTZ相机姿态进行跟踪既浪费了计算资源,又降低了整体效率。本文提出了一种相机运动状态快速检测方法,通过计算视频帧图像颜色直方图的巴氏系数和视频帧的运动像素占比值,并进行双重检测,实现相机运动状态的快速判断,避免了对静止相机跟踪所导致的无谓开销。（2）提出了一种抗运动目标干扰的PTZ相机姿态跟踪方法。为了避免动态场景中的运动目标的影响,本文提出了一种抗干扰的PTZ相机姿态跟踪方法。在金字塔LK光流法的基础上,本文根据前后景移动距离的差异性,对前后景特征点进行快速分离,并通过消除前景点对光流估计算法进行优化。由于减少了前景特征点对于PTZ相机姿态跟踪和估计的干扰,提高了姿态估计的精度和效率。（3）研究了基于预置位的PTZ相机姿态参数优化方法。对于PTZ相机姿态跟踪中出现的误差累积问题,本文研究了基于预置位的相机姿态参数优化方法。首先在图像热点区域基于特征点分散度优选出用于误差修正的预置位,然后研究了基于预置位“事件的相机姿态跟踪误差优化方法。通过引入预置位纠偏,消除PTZ相机姿态连续跟踪时产生的累积误差。