基于攝像頭的視頻動態(tài)目標跟蹤的設計與實現(xiàn).pdf

1、我們知道在人類所能夠感知的各種各樣信息之中，對于運動的目標的感知是其相對比較重要的部分之一。雖然我們?nèi)祟悓\動的物體以及靜的物體才能感知但在我們現(xiàn)實生活中的一些特定的領域，比如說：汽車的無人（自動以及輔助）駕駛、對于交通的流量進行監(jiān)控、軍事目標檢測及打擊、金融等重點部門重點部位監(jiān)控等，人們往往只是對運動的目標或物體感興趣。所以說，對運動目標的檢測和跟蹤技術進行研究，有很大的現(xiàn)實意義和應用價值?，F(xiàn)在各個國家也都投入了大量的人力、物力對這一

2、技術進行深入的研究，這一研究的成果也被廣泛地應用到了我們?nèi)粘Ｉa(chǎn)、生活的各個領域。
　　要對運動目標進行并對運動目標實施跟蹤的目的在于應用，可是在實際的應用中現(xiàn)實生活場景中目標運動的復雜性以及視頻數(shù)據(jù)所具有的復雜性是其難點之一。該文主要是針對運動目標的檢測和運動目標的跟蹤進行了相對深入的研究，對常見的目標檢測算法和跟蹤的各種算法的優(yōu)缺點進行了簡要的分析；將依賴灰度和邊緣差分兩種對運動目標進行檢測的算法進行了結合，并且選用了高斯模型

3、作為對背景圖像建模的模型；本文我們采用Mean Shift算法對視頻圖像進行處理；在VC++環(huán)境下進行了動態(tài)目標跟蹤系統(tǒng)的設計和實現(xiàn)。利用攝像頭對運動目標進行檢測和跟蹤，依賴Mean Shift算法的視頻動態(tài)目標跟蹤系統(tǒng)在靜態(tài)場景中發(fā)現(xiàn)運動目標時，能夠發(fā)出報警信息，提醒用戶注意。
　　實驗表明，依賴Mean Shift算法具有較好的魯棒性和實時性，這一系統(tǒng)可以實現(xiàn)對依賴于攝像頭的視頻動態(tài)目標進行比較有效地跟蹤，能夠獲得比較好的跟蹤