学位论文 > 优秀研究生学位论文题录展示
运动目标检测与跟踪算法的研究
作 者: 韩锐
导 师: 蒋建国
学 校: 合肥工业大学
专 业: 计算机技术
关键词: 背景建模 目标检测和跟踪 模板更新 外观变化 遮挡
分类号: TP391.41
类 型: 硕士论文
年 份: 2013年
下 载: 37次
引 用: 0次
阅 读: 论文下载
内容摘要
运动目标的检测和跟踪是智能视频监控的基础和关键技术,在交通、军事等领域具有广泛的应用,同时也是图像处理领域的研究热点。运动目标检测算法中广泛使用的是背景减法,其关键的技术是背景建模和背景更新。单像素背景的建模方法,是对单一像素进行聚类和建模的过程,兼顾了算法的鲁棒性和实时性,所以得到了越来越多的关注。在运动目标的跟踪方面,根据模板进行跟踪匹配的过程中,遮挡、外形外观的改变等情况会对跟踪效果产生很大的影响。但是常见的算法没有对这二者进行区分,都是对目标模板进行更新,这样的结果会使一些目标模板以外的干扰信息更新到其中造成匹配不准确,从而跟踪失效。本文的主要工作如下:1.背景建模和运动目标检测:通过对单高斯模型、混合高斯模型以及码本算法的研究和分析,发现高斯模型对每个像素进行建模,但是建模时间较长。而码本模型在建模时间方面较有优势,只是这种算法对内存空间的消耗比较严重。结合这些算法的思想,本文提出对于单个像素,在RGB空间进行基于像素值聚类的方法进行背景建模,每个像素最多有三个类,同时进行动态的更新,从而节约建模时间减小内存占用。再利用积分投影的方法来确认目标的运动信息。从实验结果上看,该算法具有较高的稳定性和对场景变化的鲁棒性。2.运动目标跟踪:遮挡和外观变化在以模式匹配方法实现跟踪的算法中具有很大的影响,尤其是如何更新模板是当前研究的一大热点。由于遮挡和外观变化对于目标的像素信息都有影响,外观的变化需要更新模板,而遮挡情况则不可更新模板,否则会将背景干扰信息更新到模板中导致跟踪失败,所以区分遮挡和外观变化具有很重要的作用。另外,如何对目标被遮挡时完成目标的跟踪也是本文研究的一个方向,在本文中利用未被遮挡的子区域完成目标的跟踪,实验表明该算法在一定程度上具有对遮挡和外观变化的判断力,具有对外观变化的适应能力,具有对目标被遮挡情况较好的处理能力。
|
全文目录
摘要 5-6 ABSTRACT 6-8 致谢 8-11 插图清单 11-12 表格清单 12-13 第1章 绪论 13-19 1.1 研究背景和意义 13-14 1.1.1 视频监控系统 13-14 1.1.2 计算机视觉 14 1.2 课题在国内外的研究现状 14-16 1.3 运动目标检测和跟踪技术的发展 16-17 1.3.1 运动目标检测技术 16-17 1.3.2 运动目标跟踪技术 17 1.4 课题的研究内容与论文结构安排 17-19 第2章 运动目标检测与跟踪方法的研究 19-33 2.1 帧间差分法 19-22 2.1.1 基本原理 19-21 2.1.2 帧差法实验结果 21-22 2.2 光流计算法 22-23 2.3 背景减法 23-29 2.3.1 背景减法的基本原理 23-24 2.3.2 单高斯模型 24-25 2.3.3 混合高斯建模法 25-26 2.3.4 视觉背景提取器法 26-27 2.3.5 码本算法 27-29 2.4 运动目标跟踪概述 29 2.5 运动目标跟踪方法介绍 29-32 2.5.1 基于区域匹配的跟踪方法 29-30 2.5.2 基于模型的跟踪方法 30 2.5.3 基于动态轮廓的跟踪方法 30-31 2.5.4 基于特征的跟踪方法 31-32 2.6 本章小结 32-33 第3章 单像素值聚类的背景建模法 33-44 3.1 引言 33-34 3.2 单像素聚类背景建模法 34-37 3.2.1 初始化背景模型 34-35 3.2.2 背景模板的训练阶段 35-36 3.2.3 背景训练结束判定条件 36-37 3.3 运动目标检测 37-41 3.3.1 运动目标检测 37-38 3.3.2 背景模型的更新 38-39 3.3.3 运动目标的提取 39-41 3.4 算法步骤及实验结果分析 41-43 3.4.1 运动目标检测算法步骤 41 3.4.2 实验结果 41-43 3.5 本章小结 43-44 第4章 目标跟踪中的模板分块更新方法 44-53 4.1 引言 44-45 4.2 多目标跟踪原理 45-47 4.2.1 目标模板描述 45-46 4.2.2 分块跟踪算法 46-47 4.3 区分遮挡与外观变化的模板更新 47-49 4.3.1 遮挡和外观变化区分算法 47-49 4.4 模板更新规则 49-50 4.5 算法步骤及实验结果分析 50-52 4.5.1 运动目标跟踪算法步骤 50-51 4.5.2 实验结果及分析 51-52 4.6 本章小结 52-53 第5章 总结与展望 53-55 5.1 本文的主要工作及创新点 53 5.2 对未来工作的展望 53-55 参考文献 55-61
|
相似论文
- 手势追踪研究与手势识别应用平台实现,TP391.4
- 基于运动目标轨迹分析的智能交通监控系统,TP277
- 基于GPU的水下环境的实时模拟,TP391.41
- 视频运动目标跟踪方法研究,TP391.41
- 遮挡情况下的车辆检测与跟踪,TP391.41
- 基于交通监控视频的运动目标检测与跟踪算法研究,TP391.41
- 视频监控中运动目标检测与跟踪算法的研究,TP391.41
- 基于混合高斯的背景建模与更新算法的研究与实现,TP391.41
- 智能视频监控系统关键技术的研究与应用,TP391.41
- 大容量光伏并网系统相关问题研究,TM615
- 基于图像信息的运动目标检测与跟踪算法研究,TP391.41
- 动态场景下运动目标检测与跟踪算法研究,TP391.41
- 监控视频中的车辆检测与跟踪技术研究,TP391.41
- 自适应混合高斯背景建模算法的GPU并行优化研究,TP391.41
- 人工髋关节柄-宿主骨系统生物力学研究,R687.3
- 抗遮挡的运动目标跟踪算法研究,TP391.41
- 基于道路自动识别的交通流信息提取与分析,TP391.41
- 智能视频监控中的目标检测技术研究,TP391.41
- 基于机器视觉的交通路口车流量检测方法研究,TP274
- 视频跟踪中Mean-Shift算法的应用研究,TP391.41
- 基于粒子滤波的可靠视觉跟踪技术研究,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
|