運(yùn)動(dòng)目標(biāo)視頻監(jiān)測(cè)方法的研究.pdf

1、視頻監(jiān)控系統(tǒng)在日常生活中有廣泛的應(yīng)用，運(yùn)動(dòng)目標(biāo)視頻監(jiān)測(cè)方法是視頻監(jiān)控系統(tǒng)的關(guān)鍵技術(shù)之一。復(fù)雜背景下感興趣目標(biāo)的檢測(cè)和對(duì)感興趣目標(biāo)的長(zhǎng)時(shí)間跟蹤是視頻監(jiān)測(cè)方法的難點(diǎn)?；谀繕?biāo)局部特征模型的目標(biāo)檢測(cè)算法和基于跟蹤-學(xué)習(xí)-檢測(cè)框架的目標(biāo)跟蹤算法是視頻監(jiān)測(cè)方法的重要發(fā)展方向之一。
　　論文對(duì)基于隱式形狀模型的目標(biāo)檢測(cè)算法和基于TLD框架的目標(biāo)跟蹤算法進(jìn)行了深入研究。論文介紹了隱式形狀模型的生成方法和基于隱式形狀模型的目標(biāo)檢測(cè)算法。針對(duì)原算法

2、對(duì)目標(biāo)旋轉(zhuǎn)的適應(yīng)能力偏弱的問(wèn)題，在計(jì)算投票坐標(biāo)時(shí)加入角度信息，提出了一種對(duì)目標(biāo)旋轉(zhuǎn)有較強(qiáng)適應(yīng)能力的目標(biāo)檢測(cè)算法。論文對(duì)目標(biāo)跟蹤中的經(jīng)典算法——盧卡斯-卡納德算法，以及最近提出的TLD跟蹤算法的框架及思想進(jìn)行分析與比較，重點(diǎn)研究了將隱式形狀模型引入TLD跟蹤算法框架的基于隱式形狀模型的目標(biāo)跟蹤算法。該算法由跟蹤器、檢測(cè)器、學(xué)習(xí)器、綜合器四個(gè)模塊組成，算法初始化時(shí)完成跟蹤目標(biāo)隱式形狀模型的初始建模，檢測(cè)器基于該模型在輸入視頻幀中檢測(cè)目標(biāo)，跟

3、蹤器基于上一幀目標(biāo)框中的內(nèi)容在相鄰下一幀中搜索目標(biāo)，綜合器融合跟蹤器輸出結(jié)果和檢測(cè)器輸出結(jié)果得到跟蹤框位置，學(xué)習(xí)器根據(jù)綜合器輸出結(jié)果對(duì)目標(biāo)模型進(jìn)行更新。四個(gè)模塊協(xié)同工作，完成對(duì)監(jiān)控視頻中運(yùn)動(dòng)目標(biāo)的跟蹤。
　　編程實(shí)現(xiàn)了本文算法，進(jìn)行了目標(biāo)檢測(cè)與跟蹤實(shí)驗(yàn)。目標(biāo)檢測(cè)實(shí)驗(yàn)結(jié)果表明改進(jìn)后的算法對(duì)目標(biāo)角度變化有較強(qiáng)的適應(yīng)能力。目標(biāo)跟蹤實(shí)驗(yàn)結(jié)果表明基于隱式形狀模型的目標(biāo)跟蹤算法具有較好的抗遮擋性能。本文提出的運(yùn)動(dòng)目標(biāo)檢測(cè)、跟蹤算法在小區(qū)、停車