版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、行人跟蹤是機器視覺領(lǐng)域重要的研究方向和研究熱點,主要是通過對輸入視頻內(nèi)容的智能化分析,對當前視頻中存在行人進行檢測,進一步對連續(xù)出現(xiàn)行人進行軌跡發(fā)現(xiàn),最終完成行人跟蹤任務。特定行人跟蹤是指對指定行人的連續(xù)跟蹤過程,在個人/家庭服務機器人等領(lǐng)域具有廣闊的應用前景。本文在提出邊緣對稱性行人檢測算法的基礎(chǔ)上,提出了特定行人連續(xù)跟蹤框架,通過層次結(jié)構(gòu)劃分,使得特定行人跟蹤任務能夠快速有效執(zhí)行。具體工作總結(jié)如下:
(1)首先介紹了研究課
2、題的背景及意義,并分別介紹了行人檢測以及行人跟蹤當前研究現(xiàn)狀,指出其中存在的不足之處。進一步,對本論文所用到的主要理論知識:支持向量機、卡爾曼濾波以及視覺注意機制的主要概念及過程進行詳細闡述。
(2)針對傳統(tǒng)行人檢測方法對輸入圖像無差別掃描,處理速度過慢不能滿足實時性需求的問題,本文提出一種基于邊緣對稱性的行人檢測算法。利用掃描線機制,計算掃描線上各像素對稱值,并由對稱值峰值確定行人候選區(qū)域。最終通過提取候選區(qū)域HOG特征向量
3、并交由分類器進行分類驗證,確定行人區(qū)域。實驗證明,該算法能夠在保證識別準確性的同時,明顯加快處理速度。
(3)提出了基于目標池的特定行人連續(xù)跟蹤算法。主要劃分為三個層次:檢測層、評估層以及管理層。檢測層,即利用之前所提到的行人檢測算法對輸入圖像中的存在行人進行檢測,并將檢測結(jié)果提交給評估層。評估層,根據(jù)檢測層提交內(nèi)容完成初步跟蹤任務,并將判定結(jié)果提交給管理層進行最終判定。管理層,通過引入目標池的概念來克服光照因素影響,對評估層
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 動態(tài)場景下運動目標檢測與跟蹤算法研究.pdf
- 動態(tài)場景中運動目標跟蹤算法研究與實現(xiàn).pdf
- 動態(tài)場景下運動目標檢測與跟蹤算法的研究.pdf
- 動態(tài)場景下視頻跟蹤研究.pdf
- 復雜視覺場景下的行人檢測與跟蹤方法研究.pdf
- 動態(tài)場景中運動目標檢測與跟蹤算法研究.pdf
- 高動態(tài)場景下BOC調(diào)制信號的捕獲與跟蹤算法研究.pdf
- 基于深度學習的特定場景下的行人檢測方法研究.pdf
- 動態(tài)場景下鋼坯精確測量算法的研究與實現(xiàn).pdf
- 動態(tài)場景下運動目標跟蹤研究.pdf
- 監(jiān)控場景下的行人檢測與跟蹤及系統(tǒng)設(shè)計.pdf
- 復雜動態(tài)場景中運動目標檢測與跟蹤算法研究.pdf
- 復雜場景下目標穩(wěn)定跟蹤算法研究.pdf
- 自然場景下目標跟蹤算法的研究.pdf
- 行人跟蹤算法研究.pdf
- 復雜場景下的壓縮跟蹤算法研究
- 基于車載視頻的行人檢測與跟蹤算法研究與實現(xiàn).pdf
- 復雜場景下運動目標檢測與跟蹤算法研究.pdf
- 靜態(tài)場景下運動目標檢測與跟蹤算法研究.pdf
- 監(jiān)控場景下行人目標的跟蹤與描述.pdf
評論
0/150
提交評論