自適應(yīng)運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤.pdf

1、在科技快速發(fā)展的今天，計(jì)算機(jī)視覺(jué)已經(jīng)應(yīng)用到了生活的方方面面。在這一領(lǐng)域中的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤技術(shù)更是一項(xiàng)重要的研究課題。國(guó)內(nèi)外眾多的學(xué)者在這一領(lǐng)域做了大量的研究，涌現(xiàn)出了很多優(yōu)秀的算法。但是這些算法大多要限定一些特定的條件，如純凈背景，無(wú)遮擋，顏色分明等。而要想在較為真實(shí)的環(huán)境中對(duì)視頻序列中的運(yùn)動(dòng)目標(biāo)進(jìn)行檢測(cè)，并且實(shí)現(xiàn)較為穩(wěn)定的跟蹤效果，仍然是極具挑戰(zhàn)的課題。針對(duì)目前存在問(wèn)題，本文將研究自適應(yīng)的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤方法，研究?jī)?nèi)容主要如下:

2、
　　在運(yùn)動(dòng)目標(biāo)檢測(cè)方面，以背景差分算法作為基礎(chǔ)，重點(diǎn)研究背景建模這一核心內(nèi)容。在實(shí)際場(chǎng)景中背景有的簡(jiǎn)單有的復(fù)雜，并且不是一成不變的，而且背景中隨時(shí)會(huì)有干擾產(chǎn)生，如果背景模型不能適應(yīng)場(chǎng)景的變化那么就會(huì)造成性能浪費(fèi)或者檢測(cè)失敗。在考慮背景建模的精確度和算法復(fù)雜度的前提下，提出一種采用單高斯和混合高斯雙模型結(jié)合的自適應(yīng)背景建模方法。
　　在運(yùn)動(dòng)目標(biāo)跟蹤方面，首先介紹基本的運(yùn)動(dòng)目標(biāo)跟蹤方法，針對(duì)傳統(tǒng)的Mean-Shift跟蹤算法的

3、不足，重點(diǎn)研究Camshift目標(biāo)跟蹤算法。以目標(biāo)檢測(cè)算法得到的前景目標(biāo)為基礎(chǔ)，解決了初始目標(biāo)手動(dòng)選取的不足。為了克服目標(biāo)跟蹤過(guò)程中常出現(xiàn)的目標(biāo)運(yùn)動(dòng)過(guò)快或者目標(biāo)遇到顏色相近的背景干擾問(wèn)題，提出一種融合Kalman濾波的改進(jìn)Camshift算法。通過(guò)計(jì)算跟蹤結(jié)果與目標(biāo)模型的Bhattacharyya系數(shù)來(lái)自適應(yīng)的判斷跟蹤是否準(zhǔn)確，在跟蹤產(chǎn)生誤差時(shí)以Kalman濾波器的預(yù)測(cè)結(jié)果來(lái)修正Camshift的跟蹤結(jié)果，能夠大大改善跟蹤效果提高算法的