2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩88頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、目前,在智能交通系統(tǒng)中,計算機視覺技術得到廣泛應用,視頻檢測和跟蹤技術是其中的重點。視頻檢測技術是指在視頻圖像中發(fā)現(xiàn)并定位目標,視頻跟蹤技術是對檢測到的目標進行連續(xù)跟蹤,它以視頻檢測技術為基礎。我國城市交通具有車輛和行人混合的特點,本文針對行人展開視頻檢測和跟蹤研究。
  本文提出一種檢測和定位行人頭部的方法,在此基礎上定位出圖像中的行人。該方法利用行人頭部特征,通過混合顏色模型、Canny邊緣檢測和Hough變換,確定行人頭部的

2、位置和大小,進而確定行人的位置和大小。
  本文利用Mean Shift算法進行目標跟蹤研究。Mean Shift算法是一種基于梯度的無參數(shù)概率密度估計方法,采用核函數(shù)直方圖的形式建模。在視頻序列的第一幀中由用戶手動選擇跟蹤目標,并利用直方圖對目標進行建模,在后續(xù)幀中,用Bhattacharyya系數(shù)進行相似性度量,迭代地搜索與目標最為相似的區(qū)域。在眾多跟蹤算法中,Mean Shift算法理論嚴謹、跟蹤性能好、簡單易實現(xiàn),適應于行

3、人跟蹤。但Mean Shift算法也存在一些問題,如不能自動選擇跟蹤目標,搜索窗寬度不能根據(jù)目標大小的變化進行自適應調整,在目標運動速度快時容易丟失目標等。
  針對Mean Shift算法不能自動選擇跟蹤目標的問題,本文提出基于行人頭部檢測的改進算法:在第一幀檢測并定位行人頭部,在此基礎上進行位置轉換,確定搜索窗口的中心點和長度、寬度,從而實現(xiàn)跟蹤區(qū)域的自動選擇。
  本文提出Bhattacharyya系數(shù)判斷方法,通過分

4、析目標區(qū)域和背景相似程度的變化,判斷目標可能出現(xiàn)的速度過快等情況,從而有針對性地進行處理。針對目標速度過快的情況,本文引入Kalman濾波對Mean Shift算法進行改進。在目標運動正常時,Kalman濾波進行輔助跟蹤。當判斷目標出現(xiàn)速度過快的情況時,利用Kalman濾波預測目標在下一幀的位置,以預測位置為起點進行Mean Shift搜索,用Mean Shift的跟蹤結果作為觀測值修正Kalman濾波,從而得到目標的準確位置,然后在下

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論