基于視覺計算的運動目標跟蹤及異常行為分析.pdf

1、高維復雜的圖像和視頻數據廣泛應用于安全監(jiān)控、人機交互、人工智能等領域。隨著數據量的增加，基于像素的傳統(tǒng)計算機視覺圖像分析方法在計算復雜性方面呈現出一些不足，計算復雜性呈指數級增長。與傳統(tǒng)計算機視覺圖像和視頻分析方法不同，視覺系統(tǒng)以其獨特的信息處理機制，利用少量神經元就能適當抽取海量圖像和視頻的有效特征，這為形成新的視頻圖像處理方法提供了一種不同的研究思路。
　　本文以探索新的視覺計算模型為切入點，研究解決傳統(tǒng)目標檢測、跟蹤和個體異

2、常行為分析等圖像與視頻信息處理問題的應用算法。從自然圖像統(tǒng)計特性入手，結合視覺稀疏編碼理論及其模型，提出新的不同于傳統(tǒng)計算機圖像和視頻信息處理分析方法。以期形成以視覺計算方法為主導的圖像和視頻信息處理新途徑，這對于高計算復雜性的圖像和視頻信息分析處理問題具有重要意義。主要研究結果如下:
　　(1)分析了自然圖像統(tǒng)計特性、視覺系統(tǒng)信息處理機制及其計算模型。詳細闡述了基于稀疏編碼的ICA、TICA與超完備集的視覺計算模型，為視頻圖像中

3、目標檢測、跟蹤以及個體異常行為分析提供理論基礎和算法支撐。
　　(2)圍繞視頻圖像分析中的目標檢測、跟蹤問題，提出基于超完備稀疏編碼模型的視覺計算模型和具體應用算法，解決了跟蹤過程中因運動目標遮擋、尺度變化等容易造成跟蹤失敗的問題。首先采用數值匹配的方法從自然圖像中提取超完備集，建立目標檢測算法;然后針對因噪聲和背景擾動引起動態(tài)目標檢測結果出現空洞的特點，提出連通區(qū)域檢測算法;在此基礎上進一步設計目標跟蹤算法，采用多類別實驗驗證了