視頻序列中運(yùn)動目標(biāo)檢測技術(shù)研究.pdf

1、運(yùn)動目標(biāo)檢測作為計算機(jī)視覺領(lǐng)域的一個重要分支與基礎(chǔ)，在軍事、交通、工業(yè)以及生物醫(yī)學(xué)等領(lǐng)域具有廣泛的應(yīng)用前景，一直受到廣泛的關(guān)注，并成為計算機(jī)視覺領(lǐng)域的一個研究熱點(diǎn)。但是由于運(yùn)動目標(biāo)檢測問題本身的復(fù)雜性，運(yùn)動目標(biāo)的檢測依然面臨著諸多挑戰(zhàn)。本文在現(xiàn)有研究成果的基礎(chǔ)上，對靜態(tài)與動態(tài)場景下的運(yùn)動目標(biāo)檢測進(jìn)行了深入研究。 對于靜態(tài)場景下的運(yùn)動目標(biāo)檢測，本文提出了一種基于碼本的改進(jìn)型算法，并用多組室外、室內(nèi)測試視頻序列進(jìn)行了測試驗(yàn)證，測試結(jié)

2、果表明其完全能滿足應(yīng)用需求。其中的主要工作及創(chuàng)新包括以下幾個方面： (1)基于新的顏色模型，提出了新的高亮與陰影判決準(zhǔn)則； (2)本算法中應(yīng)用了新的碼本提煉、碼本更新及自學(xué)習(xí)策略； 針對動態(tài)場景中的運(yùn)動目標(biāo)檢測，本文采用了兩種算法進(jìn)行運(yùn)動估計與補(bǔ)償。在第一種算法中，采用了基于塊匹配的全局運(yùn)動估計算法，該算法中采用特征塊選擇模板、Canny邊緣檢測、新的三角形菱形搜索算法及運(yùn)動矢量提煉等思想，來降低算法的運(yùn)算復(fù)雜度

3、，并確保與提高運(yùn)動估計的精確度。但由于該算法采用了平移模型，因此僅適用于全局運(yùn)動為平移模式的視頻序列。在第二種算法中，采用了基于特征匹配的全局運(yùn)動估計算法。為了準(zhǔn)確估計運(yùn)動模型的參數(shù)，采用了特征點(diǎn)選擇模板、SIFT算子、最小二乘法、特征點(diǎn)匹配對校正及雙線性插值相結(jié)合的方式。由于該算法采用了六參數(shù)仿射模型，因此，可以適用于移動、旋轉(zhuǎn)、縮放等全局運(yùn)動模式，從而具有普適性。二種算法都采用了一組或多組室外與室內(nèi)標(biāo)準(zhǔn)視頻序列進(jìn)行測試驗(yàn)證。實(shí)驗(yàn)結(jié)果