復(fù)雜背景動(dòng)態(tài)建模與粒子濾波跟蹤方法.pdf

1、近些年來，隨著各種恐怖襲擊事件和民航安全事故接連不斷的出現(xiàn)，社會(huì)對(duì)公共安全的需求比以往更加強(qiáng)烈，視頻監(jiān)控技術(shù)受到前所未有的關(guān)注。如何提高視頻處理的智能化度、拓展其應(yīng)用領(lǐng)域、提高系統(tǒng)的性能已經(jīng)成為研究和應(yīng)用領(lǐng)域的一個(gè)熱點(diǎn)。復(fù)雜條件下的視頻圖像分析又是其中的一個(gè)突出方面，其處理結(jié)果的優(yōu)劣直接影響到后續(xù)的視頻理解。 本論文主要對(duì)視頻監(jiān)控相關(guān)的關(guān)鍵技術(shù)進(jìn)行研究，研究?jī)?nèi)容涉及在復(fù)雜場(chǎng)景下的目標(biāo)檢測(cè)和目標(biāo)跟蹤兩個(gè)方面。目標(biāo)檢測(cè)方面，首先介紹

2、了目前運(yùn)動(dòng)目標(biāo)檢測(cè)領(lǐng)域常用的幾類算法，并闡述了這些算法應(yīng)用于不同場(chǎng)景時(shí)的優(yōu)缺點(diǎn)。接著，本文對(duì)混合高斯背景建模方法展開了深入地研究。最后，本文針對(duì)混合高斯模型對(duì)光線變化較為敏感、模型冗余度過高等問題提出基于GVF-Snake模型的多約束混合高斯模型法，并通過實(shí)驗(yàn)結(jié)果證明了本文方法在復(fù)雜背景下的有效性。 目標(biāo)跟蹤方面，主要研究了基于顏色粒子濾波的多目標(biāo)跟蹤方法。首先，本文介紹了粒子濾波理論以及其實(shí)現(xiàn)方法，利用粒子濾波理論來解決目標(biāo)跟