版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著人們生活質(zhì)量的不斷提高,國(guó)家安全、公共安全、工業(yè)生產(chǎn)、家居生活等各個(gè)領(lǐng)域的工作都逐漸需要智能視頻監(jiān)控系統(tǒng)的協(xié)助。智能監(jiān)控系統(tǒng)雖然可以有效地減少工作人員的工作強(qiáng)度和解決人工監(jiān)控中存在的問(wèn)題,但是目前依然不能滿足人們的需求,因此在硬件資源和人力成本都很有限的前提下,不斷提升現(xiàn)有視頻監(jiān)控系統(tǒng)的性能,并努力適應(yīng)各種監(jiān)控場(chǎng)合,是一個(gè)非常值得研究的課題。傳統(tǒng)的基于單個(gè)特征的目標(biāo)跟蹤算法在簡(jiǎn)單的環(huán)境下跟蹤效果較好,但在實(shí)際應(yīng)用中,大多數(shù)環(huán)境都是多
2、人的復(fù)雜場(chǎng)景,跟蹤目標(biāo)容易受到其他運(yùn)動(dòng)物體或是背景的干擾。針對(duì)單一特征的不足,本文基于多特征融合的理論,將其應(yīng)用到目標(biāo)人體的跟蹤中?,F(xiàn)將本文主要工作總結(jié)如下:
(1)運(yùn)動(dòng)目標(biāo)的檢測(cè)是目標(biāo)跟蹤的重要基礎(chǔ),目標(biāo)區(qū)域是否完整、準(zhǔn)確將直接關(guān)系到后續(xù)跟蹤的準(zhǔn)確性。針對(duì)固定單一攝像頭場(chǎng)景下對(duì)完整運(yùn)動(dòng)目標(biāo)區(qū)域的提取,本文提出填充“空洞”的改進(jìn)三幀差分法進(jìn)行運(yùn)動(dòng)目標(biāo)分割,得到完整的運(yùn)動(dòng)目標(biāo)區(qū)域,該方法比經(jīng)典的混合高斯建模法的時(shí)效性和精確度更高
3、,方便之后提取目標(biāo)相關(guān)特征。
(2)針對(duì)復(fù)雜多人環(huán)境的特定目標(biāo)跟蹤,主要考慮算法的準(zhǔn)確性和時(shí)效性,多特征融合可以提高跟蹤算法的準(zhǔn)確性和對(duì)環(huán)境的適應(yīng)性,但是算法的計(jì)算復(fù)雜度也隨之提高。針對(duì)這一問(wèn)題,本文提出基于最近鄰決策的目標(biāo)匹配算法,優(yōu)化目標(biāo)跟蹤時(shí)間;為了解決目標(biāo)跟蹤過(guò)程中容易受到顏色干擾等問(wèn)題,本文提取出結(jié)合目標(biāo)及候選目標(biāo)的顏色特征和幾何特征進(jìn)行聯(lián)合匹配,并應(yīng)用Harris角點(diǎn)應(yīng)對(duì)目標(biāo)遮擋等問(wèn)題,經(jīng)過(guò)驗(yàn)證,算法提高了跟蹤的準(zhǔn)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于圖像特征的最近鄰搜索算法研究.pdf
- 最近鄰查詢和反最近鄰查詢算法研究.pdf
- 基于決策樹(shù)和K最近鄰算法的文本分類研究.pdf
- 基于特征融合與聯(lián)合決策的視頻跟蹤算法研究.pdf
- 基于稀疏表示和決策樹(shù)的最近鄰方法研究.pdf
- 基于網(wǎng)格和最近鄰居的聚類算法的研究.pdf
- 基于自然最近鄰居的分類算法研究.pdf
- 基于用戶興趣和領(lǐng)域最近鄰的混合推薦算法研究.pdf
- 基于AIMM與特征融合的車輛跟蹤算法研究及實(shí)現(xiàn).pdf
- 基于哈希加速的近似最近鄰檢索算法研究.pdf
- 最近鄰分類的若干改進(jìn)算法研究.pdf
- 基于多特征融合的目標(biāo)跟蹤算法的研究.pdf
- 基于自然最近鄰的無(wú)參聚類算法研究.pdf
- 基于自然最近鄰居的社團(tuán)檢測(cè)算法研究.pdf
- 基于自然最近鄰居的離群檢測(cè)算法研究.pdf
- 基于自適應(yīng)模型和多特征融合的目標(biāo)跟蹤算法研究.pdf
- 基于共享最近鄰的聚類算法的研究與應(yīng)用.pdf
- 基于哈希的最近鄰查找.pdf
- 基于多特征融合的多目標(biāo)跟蹤算法.pdf
- 基于HKS和迭代最近鄰的形狀對(duì)應(yīng).pdf
評(píng)論
0/150
提交評(píng)論