視頻中的目標檢測與跟蹤算法研究.pdf

1、運動目標檢測與跟蹤技術,作為智能視頻分析的一個重要分支,已被廣泛地應用于安防監(jiān)控、智能交通和醫(yī)療診斷等各個方面,備受人們的關注。盡管已經有諸多學者提出了許多行之有效的目標檢測與跟蹤算法,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,如何在復雜的場景中準確的獲得感興趣的運動物體以及如何從被檢測物體獲得其唯一的特征并實現(xiàn)對感興趣目標魯棒性的跟蹤將顯得至關重要。
　　 本文的主要

2、工作如下:
　　 (1)目標檢測方面:針對混合高斯模型算法在目標檢測時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方面進行改進。在模型匹配方面引入了自適應的匹配閾值,以緩解采用固定閾值所引起的誤檢現(xiàn)象,在模型學習方面,采用不同的權重學習速率以提高模型對靜態(tài)背景的適應能力。經實驗驗證,文中的方法能夠精確的區(qū)分前景和背景區(qū)域,并且對復雜場景具有很好的適應性。
　　 (2)目標跟蹤方面:傳統(tǒng)的均值漂