動態(tài)場景中的目標檢測算法的研究.pdf

1、運動目標檢測是計算機視覺中的基礎(chǔ)性課題，在人類社會的多個領(lǐng)域內(nèi)具有廣泛的應(yīng)用前景和研究價值。目標檢測可以分為靜態(tài)場景和動態(tài)場景兩種情況。其中，動態(tài)場景中的運動目標檢測除了具有靜態(tài)場景中的運動目標檢測所要解決的問題，還要去除攝像機自運動的影響，因此它的研究難度更大，目前發(fā)展仍不成熟。本文特別針對動態(tài)場景的目標檢測問題，將動態(tài)場景劃分為二維和三維兩種類型，并研究了各自情況下的解決算法。
　　 二維場景下的運動目標檢測。我們引入了一種

2、通用性強的全局運動模型，用特征點匹配的方法計算全局運動參數(shù)，并進行運動補償，從而檢測出運動目標。該算法經(jīng)過對多組實拍和標準序列的測試，證明能夠?qū)崟r精確地檢測出二維場景中的運動目標。該部分主要新穎之處有：
　　 （1）分析了不同攝像機運動情況下和不同場景類型下的圖像全局運動，并且引入八參數(shù)運動模型來描述圖像全局運動。
　　 （2）針對SIFT特征點匹配速度慢的缺陷，實現(xiàn)了基于特征點預(yù)測的檢測和匹配策略，在不降低SIFT本身

3、性能的前提下，極大的提高了算法效率。
　　 （3）基于殘差圖像的特征點更新策略，即時更新特征點，在提高算法效率的同時，保證了算法魯棒性。
　　 三維場景下的運動目標檢測。該算法使用多視角幾何學(xué)的知識進行場景點的三維位置重構(gòu)，從而實現(xiàn)運動目標檢測。該算法在室內(nèi)實拍的長序列三維場景視頻上進行驗證，實驗結(jié)果證明，該算法對三維場景中的目標檢測結(jié)果具有良好的魯棒性和準確性。此部分的新穎之處如下：
　　 （1）在運動目標檢測