学位论文 > 优秀研究生学位论文题录展示

交通视频中视点无关目标分类与检索方法研究

作 者: 冯柯
导 师: 陈临强
学 校: 杭州电子科技大学
专 业: 计算机应用技术
关键词: 视频分析 运动检测 目标跟踪 目标分类 透视变形 视频目标检索
分类号: TP391.41
类 型: 硕士论文
年 份: 2009年
下 载: 62次
引 用: 0次
阅 读: 论文下载
 

内容摘要


随着网络、通信和微电子技术的飞速发展,一些特定功能的视觉分析系统以其直观、方便和内容丰富等特点,日益受到人们的亲睐,其中交通监控领域应用最为广泛。然而,全天候监控捕获的大量视频信息,若采用人工搜索方法来寻找目标,不仅低效,由人为因素造成的失误亦是难以避免。因此,人们希望计算机能具有类似人类视觉系统的能力,可以分析、理解图像或视频的内容,以实现视频分析系统的智能化、实用化,视频分析技术应运而生。视频分析技术主要是处理包含各种运动目标的视频序列,从场景中检测、跟踪、分类识别目标,并对其行为进行理解和描述。其中,目标分类是基于视频的运动分析课题中的一个重要方面,其研究内容是在运动检测和跟踪的基础上,依据提取的运动目标区域形状特征和运动属性,对运动目标区域进行语义上的分类。目标分类技术研究对更高层次的视频理解技术的发展有重要意义。目前国外研究机构和国内高校在目标分类技术上取得了一定进展,但仍存在一些应用上的限制和不足,其中目标分类的视点依赖性问题是影响分类稳定性的主要因素。所谓视点依赖性是指目标的2D特征在投影到图像平面时发生了透视形变,从而导致其无法准确的用于分类。本文围绕运动目标分类及其在交通视频目标检索中的应用这一课题,重点阐述分类过程中视点依赖性问题的解决方法,并对各类相关技术进行了研究,具有重要的理论意义和实际价值。本文的工作主要分以下几个部分:(1)介绍目标分类领域基础理论及相关研究,包括目标的特征表达、目标分类方法、运动目标检测与跟踪以及场景知识在目标分类中的作用。(2)提出了一种基于kalman预估模型和最大化后验概率匹配的粘连目标跟踪方法,实现了目标相互遮挡时连续稳定跟踪。(3)针对目标分类中遇到的视点依赖性问题,介绍当前具有代表性的三种目标2D特征透视变形的矫正方法,并提出了基于地平面矫正的目标2D特征恢复算法。在标准化后特征的基础上,采用多类支持向量机实现视点无关运动目标分类。(4)研究基于目标特征和语义类别的运动目标检索方法,对目标特征数据组织形式、目标检索方式、查询结果显示方式等进行了探讨;(5)本文搭建了基于Visual C++平台和OpenCV图像处理库的实验环境,利用程序验证了提出了的各类算法,实验证明本文算法实现了不同视点下运动目标的准确分类。

全文目录


摘要  5-7
ABSTRACT  7-11
第一章 绪论  11-16
  1.1 论文研究的背景及意义  11-12
  1.2 研究现状及关键技术  12-14
  1.3 论文研究的主要内容  14
  1.4 论文的组织结构  14-16
第二章 目标分类理论基础及相关研究  16-36
  2.1 目标视频特征描述  16-29
    2.1.1 形状特征  17-21
    2.1.2 颜色特征  21-24
    2.1.3 纹理特征  24-27
    2.1.4 运动特性  27-29
  2.2 目标分类方法  29-32
    2.2.1 基于形状特征的分类  29-31
    2.2.2 基于运动特征的分类  31-32
    2.2.3 形状特征和运动特性相结合的分类  32
  2.3 目标分类相关问题  32-35
    2.3.1 运动目标的定位问题  32-34
    2.3.2 目标分类的视点依赖性问题  34-35
    2.3.3 场景相关知识在分类中的作用  35
  2.4 小结  35-36
第三章 视点无关的目标分类算法  36-60
  3.1 目标分类问题描述  36-37
    3.1.1 目标语义类型定义  36-37
    3.1.2 目标分类所遇到的问题  37
  3.2 视点依赖性问题的解决方法  37-44
    3.2.1 基于摄像机定标的特征恢复  37-41
    3.2.2 基于自动场景分割的透视变形处理策略  41-42
    3.2.3 基于标准化视点参数的特征恢复  42-44
  3.3 基于地平面矫正的视点无关分类算法  44-59
    3.3.1 算法思路  44
    3.3.2 运动目标检测与跟踪  44-49
    3.3.3 目标特征选择与提取  49-51
    3.3.4 基于地平面矫正的特征恢复  51-54
    3.3.5 分类器设计  54-59
  3.4 小结  59-60
第四章 基于视频特征的目标检索方法  60-67
  4.1 目标检索问题描述  60-61
  4.2 数据的组织形式  61-63
  4.3 目标检索方式  63-65
  4.4 检索结果的表示  65
  4.5 小结  65-67
第五章 实验结果及分析  67-72
  5.1 系统实现平台  67-68
    5.1.1 硬件平台  67
    5.1.2 软件平台  67-68
  5.2 实验流程  68
  5.3 实验结果分析  68-71
  5.4 小结  71-72
第六章 总结与展望  72-74
  6.1 本文工作总结  72-73
  6.2 未来研究展望  73-74
致谢  74-75
参考文献  75-78
附录  78

相似论文

  1. 带径向速度观测的跟踪算法研究,TN953
  2. 基于VRPF的机动目标跟踪的研究,TN957.52
  3. 多传感器组网及反隐身、抗干扰接力跟踪技术研究,TN953
  4. 空间交会接近视觉测量方法研究,TP391.41
  5. 基于嵌入式图像处理单元的运动目标跟踪系统研究,TP391.41
  6. 移动机器人视觉检测和跟踪研究,TP242.62
  7. 运动特征及地形约束的感知网目标跟踪算法及系统研究,TP212.9
  8. 红外图像目标识别及跟踪技术研究,TP391.41
  9. 基于运动目标轨迹分析的智能交通监控系统,TP277
  10. 基于主动视觉的运动目标检测与跟踪研究,TP391.41
  11. 基于无线传感器网络的目标定位跟踪研究,TN929.5
  12. 运动检测技术在智能监控系统中的应用,TP277
  13. 视频监控运动目标检索方法研究,TP391.41
  14. 基于DM6437平台的智能视频分析系统,TP391.41
  15. 基于TMS320DM365的音视频传输及智能视频分析系统的设计与实现,TN919.8
  16. 嵌入式处理器中多媒体加速单元的研究,TP332
  17. 面向目标跟踪的分布式传感器调度,TN929.5
  18. 基于运动目标轨迹识别的人机交互系统研究,TP391.41
  19. 基于DM6437的视频行人运动检测系统设计,TP391.41
  20. 航道监控中船舶的检测与跟踪,TP391.41
  21. 视频跟踪中Mean-Shift算法的应用研究,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