版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、視頻運動目標檢測與跟蹤算法一直是眾多國內外研究學者的重要課題。它不但是計算機視覺領域的重點攻克的問題,更智能視頻監(jiān)控系統(tǒng)中關鍵的底層技術。它對此方向的研究不但具有很好的學術價值,與其他課題相比,還更易用于實際用,現(xiàn)實意義巨大,已經廣泛應用于各種視頻監(jiān)控場景中如:圖書館監(jiān)控,安保監(jiān)控、視頻會議、視頻檢索等方面。因此,視頻運動目標檢測與跟宋算法研究具有極其重要的理論意義與使用價值。
本論文根據(jù)課題要求側重研究目標檢測和跟蹤方面
2、算法改進。在目標檢測和跟蹤方面分別提出了改進的算法,對于傳統(tǒng)的經典跟蹤算法更是大膽提出自己的改進設想,并通過仿真證明自己改進算法的優(yōu)越性。
在運動檢測方面,本文首先對常用的目標檢測方法進行了綜述。針對不同的目標檢測算法分別指出其優(yōu)缺點及主要的適用范圍。同時,對現(xiàn)在比較流行的高斯背景建模和基于證據(jù)理論的信息融合背景建模算法原理做了理論分析。針對不同算法各有的優(yōu)缺點,本文提出了一種運動目標檢測的混合方法。采用中值濾波背景建模與
3、改進時間差分方法相結合的混合算法(MFTD)。在差分圖像中采用自適應閾值分割方法來優(yōu)化運動目標提取,同時使用高斯濾波與數(shù)學形態(tài)學來消除噪聲,改善了運動區(qū)域的效果。
在運動目標跟蹤方面,以常用運動目標跟蹤算法的分類為題引入目標跟蹤方向的研究。對常用的基于區(qū)域匹配、3D模型和特征匹配的目標跟蹤算法都做了一定的介紹。隨后,對經典的Mean-Shift目標跟蹤算法在數(shù)學理論層面做理論闡述。針對傳統(tǒng)均值漂移算法自身不足,本文提出了一
4、種改進的基于均值遷移的目標跟蹤算法。通過理論推導指出MeanShift算法相似度在目標大小發(fā)生變化時自身存在的缺點,在此基礎上提出了一種改進的加權值算法。為克服目標短時間遮擋的跟蹤問題,提出Mean-Shift算法與卡爾曼濾波相結合的軌跡預測的目標跟蹤算法。同時,針對尺度固定不變的窗口不能有效的跟蹤存在明顯尺寸變化的目標,為此,本文在Mean-Shift算法與卡爾曼濾波相結合的基礎上,增加了帶寬自適應更新算法,提高了算法的魯棒性。
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于視頻圖像序列的運動目標檢測與跟蹤.pdf
- 基于視頻序列圖像的運動目標檢測與跟蹤.pdf
- 序列視頻圖像中目標檢測與跟蹤.pdf
- 視頻序列中的運動目標檢測與跟蹤.pdf
- 視頻序列中基于檢測的多目標跟蹤研究.pdf
- 視頻序列目標檢測與跟蹤技術的研究.pdf
- 基于視頻序列的運動目標檢測與跟蹤技術研究.pdf
- 視頻序列中目標檢測與跟蹤方法研究.pdf
- 基于視頻序列的運動目標檢測與跟蹤算法研究(1)
- 基于視頻圖像序列的運動目標檢測與跟蹤算法研究.pdf
- 基于紅外視頻序列的行人目標檢測與跟蹤方法研究.pdf
- 基于視頻序列的運動目標跟蹤與識別.pdf
- 視頻序列中運動目標的檢測與跟蹤.pdf
- 基于視頻序列的運動目標檢測和跟蹤算法研究.pdf
- 基于視頻圖像序列的目標檢測及跟蹤算法研究.pdf
- 視頻序列運動目標檢測與跟蹤方法的研究.pdf
- 視頻序列中的運動目標檢測與跟蹤研究.pdf
- 基于視頻序列的運動目標檢測和跟蹤算法研究
- 視頻序列中運動目標的檢測與跟蹤(1)
- 視頻序列中運動目標的檢測與跟蹤算法.pdf
評論
0/150
提交評論