基于随机特征的矿井视频图像中的人员跟踪技术

为解决煤矿井下照度低、照度不均匀并且变化剧烈，缺乏颜色信息，井下人员视觉表观与背景相似，而给基于视觉的井下人员跟踪定位技术发展带来的难题，基于压缩感知理论，利用随机投影技术提出了一种简单、新颖、但有效的跟踪定位矿井视频图像中人员的方法，用非常稀疏的随机投影矩阵从图像多尺度纹理特征空间抽取目标特征构成目标模型，利用朴素贝叶斯分类器采用鉴别式方法确定跟踪目标位置，并用随机特征对目标模型进行自适应在线更新。在神东集团大柳塔煤矿采集的井下视频上试验结果表明：该算法对目标的遮挡、旋转及不均匀的环境照度和照度的剧烈变化都具有极强的鲁棒性，平均跟踪帧速率达50帧/s，满足实时性要求，可为基于视觉的井下人员定位技术提供参考。