学位论文 > 优秀研究生学位论文题录展示
视频图像中的目标跟踪技术研究
作 者: 王宪辉
导 师: 尹东
学 校: 中国科学技术大学
专 业: 信号与信息处理
关键词: 目标跟踪 Mean Shift 粒子滤波器 特征选择 车辆跟踪
分类号: TP391.41
类 型: 硕士论文
年 份: 2010年
下 载: 247次
引 用: 2次
阅 读: 论文下载
内容摘要
目标跟踪是一门综合了多个方向研究的综合技术,其中涉及到诸如图像处理与模式识别、自动化控制、人工智能等多方面的知识。在实际中有着非常广泛的应用,例如军事目标制导、交通控制、安全监控、视频编码、气象分析和天文观测等等,因此不管是从应用角度还是从研究角度看,跟踪算法方面的研究都具有十分重要的意义价值。本文综合讨论了各种跟踪方法,对其进行分类比较,并且对其中最具代表性的Mean Shift和粒子滤波器两种算法进行深入调研,详细阐述了每个算法的步骤、特点,以及算法在近年的发展状况。针对Mean Shift算法,调研了其在目标尺度、光照条件变化的情况下的各种优化方法,提出了一种利用比率-对数图进行特征自动选择的方法,实验结果表明,该算法在很多场景下具有很好的鲁棒性并提高了跟踪精度,可以较好的适应光线变化、背景干扰、被部分遮挡或色彩质量很差的情况;针对粒子滤波器,详细阐述了其理论基础,并调研了针对其缺陷提出的各种改进算法。在车辆跟踪应用上,分析了道路监控问题的特点,以及实现过程中的各个关键环节,并选取几段交通视频进行了实验,在目标检测环节采用背景差和高斯混合模型两种方法,通过对结果进行对比分析其优缺点,但是由于车辆遮挡和噪声干扰等影响,实验结果仍然存在许多不足,需要进一步的研究解决。
|
全文目录
摘要 3-4 Abstract 4-7 第一章 绪论 7-11 1.1 研究背景与意义 7-8 1.2 目标跟踪主要内容与发展现状 8-10 1.3 论文主要工作和内容安排 10-11 第二章 目标跟踪技术分类及特点 11-16 2.1 目标跟踪方法分类及特点 11-12 2.2 跟踪中存在的问题 12-14 2.3 跟踪方法具体实现 14-15 2.4 本章小结 15-16 第三章 Mean Shift 跟踪算法 16-32 3.1 Mean Shift 算法原理 16-19 3.1.1 Mean Shift 算法简介 16-18 3.1.2 Mean Shift 算法步骤 18-19 3.2 Mean Shift 算法改进 19-31 3.2.1 跟踪窗口变化 19-27 3.2.2 目标特征选取 27-31 3.3 本章小结 31-32 第四章 粒子滤波跟踪算法 32-45 4.1 基本粒子滤波算法 32-36 4.2 粒子滤波算法的实现 36-39 4.3 与其他非线性滤波方法的比较 39-44 4.4 本章小结 44-45 第五章 车辆跟踪应用 45-60 5.1 智能交通系统的发展目的及现状 45-47 5.2 车辆跟踪的关键技术 47-50 5.3 目标检测技术 50-54 5.3.1 背景差方法 50-51 5.3.2 高斯混合模型 51-54 5.4 系统相关应用 54-59 5.5 本章小结 59-60 第六章 总结与展望 60-62 6.1 工作总结 60 6.2 后续工作展望 60-62 参考文献 62-67 致谢 67-68 在读期间发表的学术论文与取得的研究成果 68
|
相似论文
- 基于多Agent理论的卫星协同定轨技术研究,V474
- 带径向速度观测的跟踪算法研究,TN953
- 基于VRPF的机动目标跟踪的研究,TN957.52
- 多传感器组网及反隐身、抗干扰接力跟踪技术研究,TN953
- 基于仿生模式识别的文本分类技术研究,TP391.1
- 空间交会接近视觉测量方法研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 基于嵌入式图像处理单元的运动目标跟踪系统研究,TP391.41
- 移动机器人视觉检测和跟踪研究,TP242.62
- 基于粒子滤波的自主机器人视觉目标跟踪研究,TP242
- Mean Shift结合拓扑约束法进行高密度细胞追踪,Q25
- 红外图像目标识别及跟踪技术研究,TP391.41
- 空间红外目标仿真与跟踪技术研究,TP391.41
- 语音情感识别的特征选择与特征产生,TP18
- 基于运动目标轨迹分析的智能交通监控系统,TP277
- 交通视频中车辆异常行为检测及应用研究,TP391.41
- 基于数据分布特征的文本分类研究,TP391.1
- 基于支持向量机的视频目标检测方法研究,TP391.41
- 无线传感器网络的目标跟踪算法研究,TN929.5
- 车辆识别系统动态特征选择算法的研究与实现,TP391.41
- 基于主动视觉的运动目标检测与跟踪研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|