基于特征幀構(gòu)建的運動目標檢測算法的研究.pdf

1、隨著科學技術的飛速發(fā)展，在圖像視頻序列中對運動目標區(qū)域的提取以及對運動目標的特征和狀態(tài)進行分析，已經(jīng)成為圖像處理和計算機視覺領域中的一個非常重要的分支。而且為更好的進行運動目標跟蹤及估計運動參數(shù)打下了堅實的基礎。在生活中，運動目標檢測技術的應用非常廣泛，如交通流量的控制、重要場所的監(jiān)控、自動駕駛和軍用飛行器上的制導系統(tǒng)。
　　 運動目標檢測算法多種多樣，本文用相同的實驗視頻數(shù)據(jù)，分別對各種經(jīng)典算法及近年來比較前沿的算法進行實驗，

2、經(jīng)典算法包括，背景減除法、幀差法，前沿的算法主要是非參數(shù)密度估計法。本文對實驗進行分析，總結(jié)出各算法的優(yōu)缺點，最后選用了非參數(shù)密度估計方法中的核密度估計方法為研究重點。
　　 非參數(shù)密度估計在樣本分析建模方面得到了很大的關注，尤其是核密度估計方法。但由于核密度估計方法計算量大，應用到運動目標檢測方面很難達到實時效果。本文提出了一種特征幀構(gòu)建的核密度估計方法。因為核密度估計不需要假設背景模型的密度分布函數(shù)，所有樣本值又滿足獨立同分