基于轨迹聚类的超市顾客运动跟踪

摘要：

针对超市等复杂应用环境下的运动目标轨迹跟踪问题，将轨迹聚类运用于目标跟踪中，提出了一种超市顾客运动跟踪方法。该方法对Kanade?Lucas?Tomasi（ KLT）算法提取并跟踪得到的特征点轨迹进行预处理，滤除背景和短时特征点以分离出运动目标所在区域的关键特征点；进而采用均值漂移（ meanshift）算法进行轨迹聚类，解决了单帧静态特征点聚类时的目标遮挡问题；最后采用运动跟踪匹配算法对前后帧的特征点进行最优匹配，解决了目标出入视频区域以及具有复杂路线时的稳定跟踪问题，得到顾客的完整运动轨迹。实验结果表明，该方法能够在超市入口、生鲜区以及收银台等各种典型超市区域中完成顾客轨迹的运动跟踪，并对顾客部分遮挡、复杂运动轨迹以及异步运动等多种特殊情况具有较高的鲁棒性。

关键词：目标跟踪、特征匹配、轨迹聚类、运动分析

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家科技支撑计划资助项目2011BAD24B03浙江省网络系统及信息安全重点实验室开放基金资助项目2013002．

在线出版日期：2015-05-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：187-192