移動鏡頭下的運動目標檢測.pdf

1、隨著半導(dǎo)體及計算機技術(shù)的快速發(fā)展，計算機視覺和圖像處理逐步應(yīng)用到各個領(lǐng)域當(dāng)中，例如與人們?nèi)粘Ｉ钕嚓P(guān)的“平安城市”建設(shè)中，大量智能監(jiān)控設(shè)備得到應(yīng)用，國防安全上的無人偵察機等等，在這些視頻應(yīng)用中關(guān)鍵技術(shù)之一是運動目標檢測。要對這些視頻進行深入分析，必須首先從場景中提取感興趣的運動目標，抑制大量冗余的無關(guān)背景信息，本文對基于運動顯著性的背景全局移動下的運動目標檢測進行了研究，并且對于檢測目標算法存在丟失目標的情況提出相應(yīng)的解決方法。

2、　　首先本文介紹了現(xiàn)有的目標檢測算法，對現(xiàn)有目標檢測算法進行歸類討論，分析了當(dāng)前算法的原理和各自的優(yōu)缺點，針對算法中依然存在的部分缺點本文基于動態(tài)場景提出了一種新的目標檢測算法。
　　通過分析相機平動時場景中背景和前景的運動特點，模擬人類視覺系統(tǒng)的注意機制，計算視頻場景的顯著性，實現(xiàn)動態(tài)場景中運動目標檢測。采用光流法提取目標的運動特征，用二維高斯卷積方法抑制背景的運動紋理；采用直方圖統(tǒng)計衡量運動特征的全局顯著性；根據(jù)得到的運動顯著

3、圖提取前景與背景的顏色信息；最后結(jié)合貝葉斯方法對運動顯著圖進行處理，得到顯著運動目標。
　　由于上述算法依賴于光流特征，在視頻的某些幀中存在因光流信息提取不正確或者目標速度過慢造成目標的短暫丟失。為了解決目標丟失的問題，本文也進行了相應(yīng)的研究。將得到的目標初始位置信息依據(jù)光流信息逐幀的傳遞到后續(xù)幀當(dāng)中，把位置信息與綜合顯著圖相結(jié)合得到每一幀的能量圖，對能量圖采用聚類的方式提取前景目標。
　　三個標準數(shù)據(jù)庫視頻上的實驗結(jié)果證明