2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩150頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明: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),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、在安防市場巨大的需求推動(dòng)下,視頻監(jiān)控技術(shù)正在向著數(shù)字化、網(wǎng)絡(luò)化、智能化的方向飛速發(fā)展,傳統(tǒng)的單攝像機(jī)小場景監(jiān)控正被多個(gè)智能體(攝像機(jī))組成的廣域大范圍智能視頻監(jiān)控所替代,這就首先要求用多個(gè)攝像機(jī)替代傳統(tǒng)的視野有限的單攝像機(jī),接力或協(xié)同進(jìn)行運(yùn)動(dòng)目標(biāo)的持續(xù)跟蹤。多攝像機(jī)接力目標(biāo)跟蹤方面的研究作為智能視頻處理系統(tǒng)最基本的核心技術(shù),是目前計(jì)算機(jī)視覺方面的一個(gè)重要研究課題,具有很強(qiáng)的理論意義和實(shí)際應(yīng)用價(jià)值。
  盡管多攝像機(jī)接力目標(biāo)跟蹤的相

2、關(guān)研究在過去一段時(shí)間內(nèi)取得了較大的進(jìn)步,但總體而言仍處于探索階段,仍然有很多難題制約其發(fā)展。首先,多攝像機(jī)間目標(biāo)的持續(xù)跟蹤要以準(zhǔn)確的單攝像機(jī)目標(biāo)跟蹤為基礎(chǔ),而單攝像機(jī)目標(biāo)跟蹤中仍存在許多問題和難點(diǎn)尚未解決,例如如何適應(yīng)目標(biāo)所處環(huán)境的外在變化(包括環(huán)境光照變化、攝像機(jī)運(yùn)動(dòng)、噪聲污染、背景復(fù)雜性等)、如何選取目標(biāo)圖像特征適應(yīng)目標(biāo)的內(nèi)在變化(包括目標(biāo)的姿態(tài)變化、超平面旋轉(zhuǎn)、目標(biāo)的非剛性和目標(biāo)的鉸接性等)、目標(biāo)部分或全部遮擋難題、跟蹤的初始化問

3、題、跟蹤的實(shí)時(shí)性與準(zhǔn)確性間的平衡、目標(biāo)模型的適應(yīng)性和魯棒性間的平衡等;其次,多攝像機(jī)的使用給視覺目標(biāo)跟蹤帶來很多新的理論和技術(shù)問題需要研究和探討。目前大場景下多攝像機(jī)的接力目標(biāo)跟蹤面臨的關(guān)鍵問題主要包括跟蹤目標(biāo)的初始檢測定位、如何選擇特征穩(wěn)定有效表示目標(biāo)、跟蹤過程中目標(biāo)模型的在線學(xué)習(xí)和目標(biāo)經(jīng)驗(yàn)?zāi)P驮诙鄶z像機(jī)間的繼承傳遞、多攝像機(jī)間目標(biāo)交接等。因此本文針對(duì)上述存在的問題,以多攝像機(jī)接力進(jìn)行某一特定運(yùn)動(dòng)目標(biāo)的持續(xù)跟蹤為研究背景,對(duì)涉及到的一

4、系列關(guān)鍵算法進(jìn)行研究,包括特定目標(biāo)的初始化定位、單攝像機(jī)內(nèi)基于特征融合的穩(wěn)定目標(biāo)跟蹤方法、帶有特征學(xué)習(xí)與特征繼承的目標(biāo)跟蹤方法和多攝像機(jī)間基于時(shí)空漸進(jìn)匹配的交接方法。
  論文的主要研究內(nèi)容與成果包括:
  1.針對(duì)目前研究較少的根據(jù)特征描述進(jìn)行特定目標(biāo)自動(dòng)捕獲定位問題,以常見的行人目標(biāo)為例,在攝像機(jī)焦距、視野可變的情況下對(duì)只有簡單特征描述的目標(biāo)自動(dòng)初始化方法進(jìn)行研究。首先根據(jù)不同的描述方法生成目標(biāo)的自適應(yīng)分塊顏色模型,然后

5、采用寬高比、方差和特征模型三級(jí)級(jí)聯(lián)滑動(dòng)窗口法(cascadeslidewindow)完成目標(biāo)的檢測,最后融合粒子濾波狀態(tài)估計(jì)跟蹤進(jìn)行目標(biāo)的自動(dòng)初始化定位。實(shí)驗(yàn)結(jié)果表明,當(dāng)目標(biāo)的顏色紋理比較簡單時(shí),該方法在只給出目標(biāo)描述性顏色特征時(shí)獲得了較好的自動(dòng)初始化定位效果。
  2.要想在多攝像機(jī)間準(zhǔn)確穩(wěn)定地對(duì)特定目標(biāo)進(jìn)行持續(xù)跟蹤,必須首先在單攝像機(jī)內(nèi)部進(jìn)行目標(biāo)的準(zhǔn)確快速跟蹤,多線索融合是單攝像機(jī)目標(biāo)準(zhǔn)確快速跟蹤的一種有效方法。因此針對(duì)單攝像

6、機(jī)內(nèi)部目標(biāo)跟蹤問題,研究了一種按目標(biāo)顏色分布進(jìn)行自適應(yīng)分塊,并用子塊組成多線索進(jìn)行粒子濾波跟蹤的方法。自適應(yīng)分塊方法根據(jù)目標(biāo)顏色分布確定子塊個(gè)數(shù),提高了對(duì)目標(biāo)初始描述的適應(yīng)性;粒子濾波跟蹤時(shí),根據(jù)子塊的可靠性及粒子的空間分布動(dòng)態(tài)調(diào)整子塊權(quán)重及進(jìn)行子塊的分裂與合并,提高了跟蹤過程中對(duì)目標(biāo)姿態(tài)變化、遮擋等情況的適應(yīng)性。最后還對(duì)自適應(yīng)分塊閾值的自動(dòng)選取做了嘗試。
  3.為了在單攝像機(jī)內(nèi)和多攝像機(jī)間進(jìn)行目標(biāo)的持續(xù)跟蹤,最好能夠?qū)⒛繕?biāo)的某

7、些穩(wěn)定特征進(jìn)行學(xué)習(xí)和繼承。如在單攝像機(jī)內(nèi)部跟蹤中,通過學(xué)習(xí)可得到目標(biāo)的穩(wěn)定外觀模型,適應(yīng)目標(biāo)及場景的各種變化,實(shí)現(xiàn)長時(shí)穩(wěn)定的跟蹤。而在多攝像機(jī)間同一目標(biāo)持續(xù)跟蹤中,一個(gè)攝像機(jī)跟蹤過程中學(xué)習(xí)到的較穩(wěn)定、魯棒的目標(biāo)模型可繼承到下一攝像機(jī)中,下一攝像機(jī)無需重復(fù)進(jìn)行復(fù)雜的學(xué)習(xí)過程,就能根據(jù)上一攝像機(jī)學(xué)習(xí)到的穩(wěn)定目標(biāo)表達(dá)進(jìn)行快速目標(biāo)定位和穩(wěn)定目標(biāo)跟蹤。為了實(shí)現(xiàn)這一目標(biāo),在目前流行的基于目標(biāo)外觀模型在線學(xué)習(xí)跟蹤方法基礎(chǔ)上,提出一種帶有特征學(xué)習(xí)和特征

8、繼承的目標(biāo)跟蹤方法。特征學(xué)習(xí)通過在線加權(quán)多示例學(xué)習(xí)提升(OnlineWeightedMultipleInstanceLearningBoost,WMIL)算法實(shí)現(xiàn),特征繼承通過在跟蹤過程中評(píng)估特征的穩(wěn)定性和分類能力并保留較好的特征實(shí)現(xiàn),運(yùn)動(dòng)模型則通過粒子濾波跟蹤算法實(shí)現(xiàn)。特征學(xué)習(xí)和特征繼承的目標(biāo)判別式模型為粒子適應(yīng)性度量提供了更自然有效的方法,粒子濾波運(yùn)動(dòng)模型則可更快速有效地為在線加權(quán)多示例學(xué)習(xí)采集正負(fù)樣本,這兩者的結(jié)合提高了跟蹤算法的

9、效率和魯棒性,并為后續(xù)攝像機(jī)間的目標(biāo)交接和目標(biāo)經(jīng)驗(yàn)?zāi)P偷睦^承傳遞打好基礎(chǔ)。
  4.在多攝像機(jī)監(jiān)控系統(tǒng)的接力目標(biāo)跟蹤中,目標(biāo)交接即目標(biāo)的一致性標(biāo)定(consistentlabeling)是必須要解決的關(guān)鍵問題。針對(duì)這一問題,研究了不帶重疊視野區(qū)域的多攝像機(jī)間目標(biāo)交接方法,提出一種基于目標(biāo)經(jīng)驗(yàn)?zāi)P屠^承和時(shí)空漸進(jìn)匹配的目標(biāo)交接方法。首先人工確定環(huán)境地圖,并通過離線學(xué)習(xí)得到攝像機(jī)間的時(shí)空約束關(guān)系,包括進(jìn)入/離開區(qū)域及其空間轉(zhuǎn)移概率和轉(zhuǎn)移

10、時(shí)間概率。然后利用這些時(shí)空約束關(guān)系漸進(jìn)地采樣粒子判斷目標(biāo)交接時(shí)刻,繼承上一攝像機(jī)中自底向上和自上而下兩種思路融合得到的目標(biāo)經(jīng)驗(yàn)?zāi)P瓦M(jìn)行粒子權(quán)重的計(jì)算,并根據(jù)對(duì)應(yīng)多個(gè)進(jìn)入?yún)^(qū)域的粒子集權(quán)重進(jìn)行粒子個(gè)數(shù)和權(quán)重的調(diào)整,最終實(shí)現(xiàn)跟蹤目標(biāo)的準(zhǔn)確交接。
  本文的研究工作是多攝像機(jī)接力目標(biāo)跟蹤尤其是對(duì)某一特定感興趣目標(biāo)在多個(gè)攝像機(jī)間持續(xù)跟蹤涉及到的一些關(guān)鍵算法進(jìn)行的有益嘗試,重在提高單攝像機(jī)跟蹤中算法的魯棒性和快速性,以及為多攝像機(jī)間目標(biāo)的接力

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(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 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

評(píng)論

0/150

提交評(píng)論