智能攝像機(jī)網(wǎng)絡(luò)的目標(biāo)檢測(cè)與跟蹤算法研究.pdf

1、智能攝像機(jī)具有成本低廉、部署方便、本地處理以及無(wú)線傳輸?shù)葍?yōu)點(diǎn)，是未來(lái)構(gòu)建大規(guī)模智能監(jiān)控系統(tǒng)的關(guān)鍵部件。然而，基于智能攝像機(jī)的目標(biāo)檢測(cè)跟蹤算法，面臨著內(nèi)存受限、處理能力有限及能源有限等諸多挑戰(zhàn)，如何為此類嵌入式設(shè)備設(shè)計(jì)輕量級(jí)的目標(biāo)檢測(cè)跟蹤算法成為一大研究熱點(diǎn)。
　　本研究主要內(nèi)容包括：⑴智能攝像機(jī)資源受限情況下的輕量級(jí)目標(biāo)檢測(cè)算法研究。針對(duì)智能攝像機(jī)資源(內(nèi)存、處理能力等)受限，本文設(shè)計(jì)了基于塊壓縮感知的背景差分檢測(cè)算法，融合了塊級(jí)

2、別的差分器和像素級(jí)別的差分器，并對(duì)算法有效性進(jìn)行了分析和討論。在塊級(jí)別的差分器中，將高維空間中的原圖像塊向量表示通過(guò)壓縮感知投影到低維空間中，能夠在保證差分器性能的同時(shí)降低存儲(chǔ)需求。實(shí)驗(yàn)表明本文所提出的目標(biāo)檢測(cè)算法具有低存儲(chǔ)需求、強(qiáng)魯棒性等優(yōu)點(diǎn)。⑵目標(biāo)樣本有限和存在遮擋情況下的目標(biāo)跟蹤算法研究。面對(duì)場(chǎng)景中目標(biāo)遮擋和目標(biāo)樣本有限的難題，本文設(shè)計(jì)了基于二值化支持向量機(jī)的協(xié)同跟蹤算法，將生成式跟蹤模型和判別式跟蹤模型有效融合，提出了Co ar