学位论文 > 优秀研究生学位论文题录展示
多摄像机视域内的运动目标检测与活动分析
作 者: 顾占冰
导 师: 蒋建国
学 校: 合肥工业大学
专 业: 信号与信息处理
关键词: 运动目标检测 像素标签 背景建模 语意区域分割 KCCA
分类号: TP391.41
类 型: 硕士论文
年 份: 2013年
下 载: 21次
引 用: 0次
阅 读: 论文下载
内容摘要
多摄像机协作的视频监控系统具有监控范围广、观测角度宽、捕捉信息全等优点,所以被应用在各种监控场所,受到越来越多的关注。随着计算机视觉等学科和技术的发展,单摄像机视域内目标检测和跟踪算法已经较为成熟,但是由于不同摄像机视域内的光照、色度饱和度以及摄像机位置信息的不同,所以这些成熟的算法不能直接应用在多摄像机监控中。如何将这些成熟的算法应用到多摄像机监控中仍然具有科研价值。此外,目标在多摄像机视域中的时空关联性的估计能为目标活动的分析提供必要的信息,所以对多摄像机视域内运动目标的时空关联性分析具有一定的科研和实用价值。本文对多摄像机智能监控网络中的运动目标的检测和活动分析的一些主要问题进行研究,完成主要的工作如下:1.介绍运动目标检测的常用算法,包括帧差法、光流场法和背景差法等。详细描述了背景差法中的多帧平均法、混合高斯算法和ViBe算法。提出一种在低帧频、低分辨率情况下的背景建模方法:该方法先将原始视频按照时间顺序分成若干组具有重叠部分的序列块,然后对每个块采用组合优化的方法来求解一个估计背景,再将每个块建立的估计背景进行特征值空间的背景建模,从而得到背景空间模型。实验结果表明该方法对于复杂、目标拥挤的室外环境的背景建模有很好的效果,对光照变化也有较强的鲁棒性。2.摄像机视域内存在较多的运动目标时,若采用传统的基于跟踪的目标活动分析法,会因跟踪轨迹混乱或无法跟踪等问题导致活动分析的不准确或失效问题。本文提出的目标分析方法是基于目标的活动空间相近以及运动信息的相似性对监控视域进行分割,将整个监控视频分成多个语意区。用核典型相关分析法对这些区域进行相关性分析,从而估计区域、摄像机之间的时空关联信息。运动目标在不同视域中的再确认就是根据这些时空关联信息排除虚假目标,然后结合目标匹配方法来完成跨摄像机目标的再确认。实验结果表明本方法在低帧频和低分辨率的多摄像机视频监控网络中能够有效的进行跨摄像机目标的再确认。
|
全文目录
摘要 5-6 ABSTRACT 6-8 致谢 8-11 插图清单 11-12 第1章 绪论 12-20 1.1. 研究背景 12-14 1.1.1 智能视频监控 12-13 1.1.2 目标活动分析 13-14 1.2. 课题的研究内容 14-17 1.3. 研究现状 17-19 1.4. 课题的研究内容与论文结构安排 19-20 第2章 运动目标检测与分析方法的研究 20-32 2.1. 时间差分法 20-22 2.2. 光流场法 22-23 2.3. 背景估计法 23-27 2.3.1 背景减法的基本原理 23-24 2.3.2 多帧平均法 24 2.3.3 高斯背景建模 24-26 2.3.4 视觉背景提取器法(ViBe) 26-27 2.4. 多摄像机目标运动分析技术 27-31 2.5. 本文拟采用的方法 31 2.6. 本章小结 31-32 第3章 基于组合优化 GRAPH CUTS 的背景空间建模 32-41 3.1. 引言 32-34 3.2. 组合优化 34-35 3.3. 基于像素标签的背景子空间建模 35-38 3.3.1 像素标签代价方程 35-37 3.3.2 背景特征值子空间建模 37-38 3.4. 实验结果 38-40 3.5. 本章小结 40-41 第4章 多摄像机视域内的目标活动分析 41-53 4.1. 引言 41-42 4.2. 多摄像机视域语义区域分割 42-44 4.3. 多摄像机视域语意区 XKCCA 分析 44-47 4.4. 摄像机间的拓扑估计 47 4.5. 基于上下文目标再确认 47-48 4.6. 实验结果分析 48-52 4.6.1 语意区域分割 49 4.6.2 摄像机网络拓扑估计 49-50 4.6.3 基于上下文的目标再确认 50-52 4.7. 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 53-54 5.2. 对未来工作的展望 54-55 参考文献 55-61 攻读硕士期间发表的论文 61-63
|
相似论文
- 基于运动目标轨迹分析的智能交通监控系统,TP277
- 视频运动目标跟踪方法研究,TP391.41
- 基于全方位视觉的多运动目标检测、跟踪与定位,TP391.41
- 基于鱼眼相机的运动目标检测算法的研究与实现,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
- 基于监控视频中运动目标自动检测与跟踪算法的研究与实现,TP391.41
- 基于视频检测技术的智能隧道交通安全监控系统,TP277
- 智能视频监控中的目标检测与跟踪技术,TP391.41
- 排球视频中的运动目标检测与跟踪,TP391.41
- 嵌入式运动人体实时检测系统的设计与实现,TP391.41
- 基于智能监控技术的PTZ研究,TP391.41
- 运动目标检测与跟踪方法研究,TP391.41
- 实时视频监控系统中运动目标检测与异常行为识别,TP391.41
- 基于雷达视频的目标检测和录取方法研究,TN957.52
- 智能视觉监控中运动目标检测与跟踪的研究,TP391.41
- 智能视频监控系统中运动目标的检测与跟踪,TP391.41
- 基于局部特征分析的运动目标检测和跟踪算法研究,TP391.41
- 基于背景差分的光照鲁棒性运动目标检测与跟踪技术研究,TP391.41
- 智能视频监控中运动目标检测与跟踪技术的研究,TP391.41
- 基于OpenCV的步态识别系统,TP391.41
- 视频序列中运动目标检测与跟踪算法的研究,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
|