視頻中的目標(biāo)檢測與跟蹤算法研究.pdf

1、運(yùn)動(dòng)目標(biāo)檢測與跟蹤技術(shù),作為智能視頻分析的一個(gè)重要分支,已被廣泛地應(yīng)用于安防監(jiān)控、智能交通和醫(yī)療診斷等各個(gè)方面,備受人們的關(guān)注。盡管已經(jīng)有諸多學(xué)者提出了許多行之有效的目標(biāo)檢測與跟蹤算法,但是到目前為止,這些方法都是圍繞著具體的環(huán)境或者特定對象而提出的,在其他場景中則不能發(fā)揮其作用。因此,如何在復(fù)雜的場景中準(zhǔn)確的獲得感興趣的運(yùn)動(dòng)物體以及如何從被檢測物體獲得其唯一的特征并實(shí)現(xiàn)對感興趣目標(biāo)魯棒性的跟蹤將顯得至關(guān)重要。
　　 本文的主要

2、工作如下:
　　 (1)目標(biāo)檢測方面:針對混合高斯模型算法在目標(biāo)檢測時(shí)易受光照變化和忽略靜態(tài)場景中像素值的特性,對算法從模型匹配和模型更新兩個(gè)方面進(jìn)行改進(jìn)。在模型匹配方面引入了自適應(yīng)的匹配閾值,以緩解采用固定閾值所引起的誤檢現(xiàn)象,在模型學(xué)習(xí)方面,采用不同的權(quán)重學(xué)習(xí)速率以提高模型對靜態(tài)背景的適應(yīng)能力。經(jīng)實(shí)驗(yàn)驗(yàn)證,文中的方法能夠精確的區(qū)分前景和背景區(qū)域,并且對復(fù)雜場景具有很好的適應(yīng)性。
　　 (2)目標(biāo)跟蹤方面:傳統(tǒng)的均值漂