復(fù)雜場(chǎng)景下的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法研究.pdf

1、計(jì)算機(jī)視覺(jué)(Computer Vision)是計(jì)算機(jī)科學(xué)與工程領(lǐng)域中一個(gè)極具挑戰(zhàn)性的重要研究方向，在軍事、醫(yī)療、安防及視頻監(jiān)控、人機(jī)交互等領(lǐng)域有著越來(lái)越廣泛的應(yīng)用，導(dǎo)致計(jì)算機(jī)視覺(jué)技術(shù)越來(lái)越受到重視。 運(yùn)動(dòng)目標(biāo)跟蹤技術(shù)包括對(duì)視頻序列中的運(yùn)動(dòng)目標(biāo)進(jìn)行實(shí)時(shí)檢測(cè)、分析、提取、跟蹤以及行為描述等過(guò)程的綜合性技術(shù)。融合了圖像處理，模式識(shí)別，人工智能等眾多學(xué)科技術(shù)，是一門(mén)綜合性很高的復(fù)雜學(xué)科課題。 本文研究的是基于復(fù)雜場(chǎng)景的目標(biāo)檢測(cè)與

2、跟蹤問(wèn)題，提出了將檢測(cè)技術(shù)與跟蹤相融合的跟蹤算法。 論文首先對(duì)目前的運(yùn)動(dòng)目標(biāo)檢測(cè)、跟蹤算法做了總結(jié)、比較和研究。然后提出一套基于三幀差分，OSTU閾值化、基于二值化圖像的輪廓的提取技術(shù)，為后續(xù)目標(biāo)跟蹤打下基礎(chǔ)。 在論文第四章重點(diǎn)分析了經(jīng)典的Mean-Shift算法，根據(jù)其存在不足，提出基于運(yùn)動(dòng)檢測(cè)、混合高斯模板更新的Mean-Shift算法。此后，考慮基于特征的跟蹤算法不能運(yùn)用被跟蹤目標(biāo)本身的運(yùn)動(dòng)特性，引入基于粒子濾波器