学位论文 > 优秀研究生学位论文题录展示
基于多镜头协同的背景算法及其在室内跟踪的应用
作 者: 孟令康
导 师: 宋斌恒
学 校: 清华大学
专 业: 数学
关键词: 多镜头协同背景 粒子滤波 贝叶斯模型
分类号: TP391.41
类 型: 硕士论文
年 份: 2013年
下 载: 11次
引 用: 0次
阅 读: 论文下载
内容摘要
视频图像的背景生成算法被给予广泛而细致的研究,一个普遍接受的事实是不存在能够胜任任何场景的背景算法,于是针对特定类型的场景需要特定的的背景算法。背景生成是最底层的信息处理步骤,在不同视角放置的多镜头环境下,利用多镜头计算出的空间和颜色匹配信息,可以提高背景算法的准确度和环境适应性。室内环境的背景面临的主要问题有以下几点:一、光线变化导致运动信息不准确。二、明暗对比强烈引起的噪点影响。三、四周墙壁背景的突然变化。四、长时间静止人物容易成为背景。本文针对这些问题对背景算法进行设计和改进。利用上述背景算法,本文研究了室内多镜头环境下的人体跟踪问题。室内人物跟踪需要处理以下情况:一、前景或运动信息误差较大。二、多人跟踪发生遮挡。三、多人跟踪人与人距离较近。粒子滤波算法被实验证明是适合室内多镜头人物跟踪的算法。本文研究了室内人物跟踪特点,设计了基于运动信息和颜色信息的粒子滤波核函数,在已有的多镜头粒子滤波算法基础上,通过加入基于室内人物运动特点的贝叶斯估计,提高了人物跟踪准确度。本文主要有以下三个方面的工作:一,根据不同物体亮度对数的差与光源强度的无关性,提出了图像像素值的对数距离概念,该距离对光强变化具有较好的容忍度。二,提出了一个多镜头协同背景生成算法,提高了背景的可靠性和稳定性。三,基于人物运动特征,改进了多镜头粒子滤波算法,进而提高了室内人物跟踪的准确度。实验和数据分析表明,多镜头协同背景比单镜头背景具有更高的可靠性,同时更符合室内环境前景背景检出的要求。结合该背景算法的粒子滤波方法在不同的实验样例下测试得出了较高的准确度。基于该算法的某室内跟踪系统已经投入使用。
|
全文目录
摘要 3-4 Abstract 4-6 第1章 引言 6-10 1.1 颜色模型 6 1.2 背景生成算法 6-7 1.3 多镜头粒子滤波跟踪算法 7-9 1.4 本文的主要工作 9-10 第2章 对数颜色距离模型 10-15 2.1 对数颜色距离模型的设计 10-13 2.2 针对整体光强变化的改进 13-15 第3章 多镜头协同背景 15-21 3.1 室内条件假设 15-16 3.2 背景更新机制 16-19 3.3 协同背景实验 19-21 第4章 多镜头跟踪算法 21-29 4.1 粒子滤波核函数的设计 21-23 4.2 基于先验知识的搜索策略 23-24 4.3 室内跟踪效果实验 24-29 第5章 结论 29-30 参考文献 30-32 致谢 32-34 附录 本文混合高斯模型部分代码 34-47 个人简历、在学期间发表的学术论文与研究成果 47
|
相似论文
- 基于多Agent理论的卫星协同定轨技术研究,V474
- 基于VRPF的机动目标跟踪的研究,TN957.52
- 有标记点的人体三维运动数据获取方法的研究,TP391.41
- 基于粒子滤波的自主机器人视觉目标跟踪研究,TP242
- 空间红外目标仿真与跟踪技术研究,TP391.41
- 复杂场景中运动目标的检测与跟踪,TP391.41
- 视频运动目标跟踪方法研究,TP391.41
- 无线传感器网络的目标跟踪算法研究,TN929.5
- MEBN与BKPF相结合的软件异常行为预测,TP311.53
- 基于鱼眼相机的运动物体检测和跟踪,TP391.41
- 基于无线传感器网络的目标跟踪技术的研究,TN929.5
- 基于分块颜色直方图和HOG特征的粒子滤波跟踪,TP391.41
- 民机ISS系统中红外/可见光的跑道监视算法研究,TP391.41
- 基于粒子滤波的目标跟踪算法研究及DirectShow实现,TP391.41
- 基于机器视觉的智能车跟踪系统研究与实现,TP391.41
- 视频监控系统中相关图像处理技术的研究与实现,TP391.41
- 基于粒子滤波与Mean Shift平滑运动跟踪的研究与实现,TP391.41
- 单站无源定位算法研究,TN953
- 智能监控系统中行人流量统计功能的研究与实现,TP277
- 视频中运动目标检测与跟踪技术研究,TP391.41
- 基于全局运动补偿的动态背景下目标检测与轨迹跟踪方法研究,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
|