變化背景目標檢測與跟蹤應用研究.pdf

1、　　變化背景指的是視頻圖像序列中目標的背景是動態(tài)的、可變的。傳統(tǒng)的目標檢測與跟蹤系統(tǒng)中，背景相對靜止或者背景變化但較為簡單，僅作為噪聲來處理，而現(xiàn)實情況中背景變化對目標檢測和跟蹤的影響是不可忽略的，傳統(tǒng)的方法甚至可能造成目標的丟失。變化背景目標檢測與跟蹤技術(shù)的研究是計算機視覺領(lǐng)域中較為熱門基礎(chǔ)的課題之一，也是非常具有挑戰(zhàn)性的課題，在現(xiàn)實生活中具有重要的實踐意義和理論價值，同時，在工業(yè)、國防等領(lǐng)域也有著較為廣闊的應用前景。
　　本

2、論文將研究課題分為目標檢測和目標跟蹤兩個部分，先對幾種具有代表性的目標檢測算法進行理論分析，重點研究了AdaBoost檢測算法，并針對現(xiàn)實情況的要求，對AdaBoost算法的參數(shù)的遍歷范圍進行了限定，同時使窗口比例縮放系數(shù)能夠自適應調(diào)整。實驗結(jié)果表明，本論文所采用算法具有較高的精度和實時性，能快速準確地檢測到目標。
　　在目標跟蹤部分，論文對若干種主流目標跟蹤算法進行理論分析和對比，最終選用粒子濾波算法對檢測階段得到的目標進行跟

3、蹤。為了保證較強的魯棒性，使用了多特征融合的粒子濾波方法；為應對粒子退化問題，引入Mean Shift算法，發(fā)揮其聚類作用，限制粒子的數(shù)量，同時也達到了較好的跟蹤效果。
　　本論文研究設(shè)計的目標檢測與跟蹤系統(tǒng)的適用范圍較廣，可用于各類剛體和非剛體目標，例如人臉、人體、車輛及飛行物等，由于篇幅所限，本論文僅以最熱門的人臉和人造物體作為實驗對象進行了研究，其他各類目標亦同。本論文最后將目標檢測和目標跟蹤技術(shù)進行整合，完成了一套變化背