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),請進行舉報或認領(lǐng)
文檔簡介
1、在智能視頻監(jiān)控研究中,全景攝像機有水平方向360°的視場范圍,能夠滿足單點監(jiān)控實現(xiàn)大范圍全景的視角需要,在智能機器人導(dǎo)航和虛擬現(xiàn)實等領(lǐng)域有著巨大的應(yīng)用前景;多視覺傳感協(xié)同目標跟蹤可以有效地解決目標遮擋、場景混亂、環(huán)境光照突變等情況下的目標跟蹤問題,在視頻監(jiān)控、行為分析、交通監(jiān)測等方面也具有著巨大的應(yīng)用前景。因此本文研究了多種類型視覺傳感間的協(xié)同目標跟蹤方法。
在多種類型視覺傳感間的協(xié)同目標跟蹤中,主要研究了傳統(tǒng)雙視覺傳感協(xié)同目
2、標跟蹤,傳統(tǒng)和全景視覺傳感組成的異型雙視覺傳感協(xié)同目標跟蹤,在此基礎(chǔ)上還進行了多視覺傳感協(xié)同目標跟蹤的研究。在雙視覺傳感協(xié)同目標跟蹤中,首先根據(jù)目標與模板的相似度大小判斷目標是否丟失,若丟失,則根據(jù)兩個視覺傳感器間多視圖幾何約束中的對極幾何關(guān)系,確定搜索范圍,二次隨機撒粒子,重新定位目標。通過兩個視覺傳感的協(xié)同,可以在目標發(fā)生粘連遮擋,丟失目標的情況下再次找到目標,實現(xiàn)目標跟蹤的準確性。對于多視覺傳感目標協(xié)同跟蹤方法的研究,首先基于聚類
3、分析方法,定義了跟蹤中目標的相似性測度、多視覺傳感聚類函數(shù);其次根據(jù)聚類準則函數(shù)將視覺傳感器分為跟蹤目標的視覺傳感器組和不跟蹤目標的視覺傳感器組,將跟蹤目標的視覺傳感器組作為最優(yōu)視覺傳感器組;最后在目標發(fā)生遮擋的時候結(jié)合雙視覺傳感協(xié)同方法實現(xiàn)了多視覺傳感協(xié)同目標的魯棒性跟蹤。
本文提出的異型視覺傳感協(xié)同目標跟蹤為多視覺傳感協(xié)同目標跟蹤提供了一種新的思路,另外通過實驗驗證了多型視覺傳感協(xié)同目標跟蹤方法能夠有效的解決目標粘連遮擋等
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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(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
- 多傳感器協(xié)同目標跟蹤方法研究.pdf
- 被動多傳感器目標跟蹤方法研究.pdf
- 基于多模態(tài)視覺數(shù)據(jù)融合的目標跟蹤方法研究.pdf
- 分布式多傳感器組網(wǎng)協(xié)同跟蹤方法研究.pdf
- 基于DeepBoost自適應(yīng)多模型的視覺目標跟蹤方法研究.pdf
- 基于多特征融合的視覺目標跟蹤研究.pdf
- 基于視覺的運動目標跟蹤方法研究.pdf
- 多傳感器目標跟蹤算法研究.pdf
- 面向全景視覺的目標跟蹤方法研究.pdf
- 視覺目標跟蹤中表觀建模方法研究.pdf
- 傳感器網(wǎng)絡(luò)多目標協(xié)同跟蹤技術(shù)的研究.pdf
- 飛行試驗中多傳感器機動目標跟蹤方法的研究.pdf
- 面向多目標跟蹤的多傳感器數(shù)據(jù)融合方法研究.pdf
- 多傳感器多目標跟蹤算法研究.pdf
- 多傳感器目標跟蹤技術(shù)研究.pdf
- 基于動態(tài)協(xié)同圖的多模態(tài)目標跟蹤.pdf
- 面向多傳感器量測的機動目標跟蹤粒子濾波方法研究.pdf
- 多傳感器數(shù)據(jù)融合目標跟蹤算法研究.pdf
- 機器人視覺目標跟蹤方法的研究.pdf
- 基于稀疏表示的視覺目標跟蹤方法研究.pdf
評論
0/150
提交評論