学位论文 > 优秀研究生学位论文题录展示
非稳定背景下的运动目标检测与鲁棒跟踪方法研究
作 者: 冯华文
导 师: 龚声蓉
学 校: 苏州大学
专 业: 计算机应用技术
关键词: 前景检测 混合高斯 多目标跟踪 SIFT特征 Mean Shift算法
分类号: TP391.41
类 型: 硕士论文
年 份: 2011年
下 载: 47次
引 用: 0次
阅 读: 论文下载
内容摘要
视频中运动目标检测和跟踪是图像理解、计算机视觉等领域的重要研究课题,现已广泛地应用于视频监控、机器人视觉导航、交通管制等领域,因此,开展运动目标检测和跟踪技术研究有着重要意义。针对运动目标检测中出现拖影、“鬼影”和阴影问题以及运动目标跟踪中易出现遮挡现象,本文对非稳定背景下的目标检测与鲁棒跟踪方法进行了深入研究,取得了如下成果:1.针对自适应混合高斯背景模型在前景检测时执行速度慢、容易产生“鬼影”等问题,提出了一种基于快速混合高斯背景建模的检测方法。该方法通过对高斯分布权值和生存时间的限制,建立起高斯分布退出机制,使模型能根据场景自适应选择每个像素的高斯分布个数,加快了算法执行速度。在模型更新过程中,通过融入帧间差分,解决了“鬼影”和拖影现象。2.在分析现有阴影检测算法的基础上,提出了一种基于CIE LUV颜色空间和单高斯模型的自适应阴影检测算法。该方法利用阴影在CIE LUV颜色空间中的特点建立单高斯阴影模型,并用该模型进行自适应的阴影检测。通过实验证明,该算法可以很好的去除运动物体产生的阴影。3.针对运动目标跟踪中易出现遮挡现象,提出了基于Quick-SIFT特征的抗遮挡运动目标跟踪方法。该方法通过匹配遮挡发生前后运动目标Quick-SIFT特征点来解决部分遮挡问题。在特征点的提取过程中提出一种新的关键点描述算子来降低关键点的维度,提高了原SIFT特征点提取速度。4.在分析基于特征点跟踪方法和Mean Shift算法的基础上,提出了融合SIFT特征的Mean Shift多目标跟踪方法。该方法结合基于Quick-SIFT特征的抗遮挡运动目标跟踪算法和Mean Shift算法的优点,增强了跟踪的鲁棒性。
|
全文目录
相似论文
- 基于车载3D加速传感器的路况监测研究,TP274
- 抗几何攻击的彩色图像数字水印算法研究,TP309.7
- 复杂场景中运动目标的检测与跟踪,TP391.41
- 运动目标检测和跟踪算法研究,TP391.41
- 红外条件下驾驶员疲劳检测研究,TP391.41
- 双目立体视觉中摄像机自标定方法研究,TP391.41
- 视频监控中运动目标检测与跟踪算法的研究,TP391.41
- 基于全景视觉的自动扶梯节能及智能监控系统,TP277
- 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
- 基于图像信息的运动目标检测与跟踪算法研究,TP391.41
- 智能交通系统中运动目标检测技术的研究,TP391.41
- 基于粒子滤波的目标跟踪算法研究,TP391.41
- 多对象系统的传感器调度算法及应用,TP212
- 基于卡尔曼滤波的视频跟踪技术的研究及应用,TP391.41
- 基于道路自动识别的交通流信息提取与分析,TP391.41
- 基于图的结构化图像特征提取与跟踪,TP391.41
- 基于KLT与Mean-Shift的目标跟踪研究,TP391.41
- 多目标跟踪算法研究,TN953
- 视频监控中目标的行为分析,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
|