視頻中運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤相關(guān)問題研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩139頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、對(duì)視頻中感興趣目標(biāo)進(jìn)行檢測(cè)、跟蹤,一直是計(jì)算機(jī)視覺領(lǐng)域中的基礎(chǔ)性問題,是產(chǎn)業(yè)界和學(xué)術(shù)界關(guān)注的熱點(diǎn)問題之一。運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤技術(shù)是一門跨學(xué)科的交叉技術(shù),其主要包括計(jì)算機(jī)視覺、多媒體技術(shù)、模式識(shí)別、概率論和信息論、計(jì)算智能以及圖像處理等不同學(xué)科。作為視頻數(shù)據(jù)處理的關(guān)鍵技術(shù),運(yùn)動(dòng)目標(biāo)檢測(cè)和跟蹤在日常生產(chǎn)和生活的各個(gè)方面得到了廣泛的應(yīng)用,如人機(jī)交互、視頻編解碼、智能監(jiān)控、智能交通以及最近興起的汽車無人駕駛技術(shù)。對(duì)視頻中感興趣目標(biāo)進(jìn)行準(zhǔn)確的檢測(cè)

2、和跟蹤,是視頻數(shù)據(jù)準(zhǔn)確分析和正確決策的前提,同時(shí)也是視覺系統(tǒng)智能化的基礎(chǔ)。盡管很多學(xué)者在此領(lǐng)域做了大量的研究工作,但當(dāng)前仍然面臨著很多難題困擾,諸如光照變化、目標(biāo)部分或全部遮擋以及變形等。在此背景下,本文圍繞運(yùn)動(dòng)目標(biāo)檢測(cè)發(fā)現(xiàn)與跟蹤展開深入研究,針對(duì)復(fù)雜環(huán)境提出了魯棒的高效算法,彌補(bǔ)現(xiàn)有算法的不足。下面對(duì)運(yùn)動(dòng)目標(biāo)檢測(cè)發(fā)現(xiàn)與跟蹤兩方面分別敘述。
  對(duì)于運(yùn)動(dòng)目標(biāo)檢測(cè),主要考慮檢測(cè)方法如何在不同的環(huán)境下提高前景檢測(cè)的魯棒性,主要考慮如何

3、消除陰影和光照變化的影響。主要研究成果如下:
  1、基于光照模型,提出了一種局部強(qiáng)度比率特征(LIRM)和基于此特征的前景檢測(cè)算法,以及相應(yīng)的后處理方法。該方法具有兩個(gè)顯著特征:一方面,LIRM特征具有光照不變性,因而對(duì)光照變化魯棒;另一方面,在視頻圖像噪聲是高斯分布情況下,局部強(qiáng)度比率也滿足高斯分布。在高斯混合模型來獲取前景過程中,用局部強(qiáng)度比率來代替像素值進(jìn)行處理,結(jié)果得到消除陰影后的前景。實(shí)驗(yàn)表明,本方法在不同的場(chǎng)景下可以

4、有效的消除陰影,得到無陰影的前景。采用本方法不僅可以消除陰影,同時(shí)對(duì)光照變化魯棒。同其他陰影消除和對(duì)光照魯棒的前景檢測(cè)方法比較,也顯示出較好的性能。
  2、為了得到精確的運(yùn)動(dòng)前景,同時(shí)能夠消除運(yùn)動(dòng)陰影,本文提出了一種局部強(qiáng)度比率向量(LIRV)特征和基于此特征的陰影檢測(cè)方法。首先提出了局部強(qiáng)度比率向量(LIRV)模型,然后分析了含陰影的前景與背景的LIRV距離差值(DV)、向量角度差以及比率(RV)的概率分布特征并給予了證明。通

5、過對(duì)級(jí)聯(lián)的DV、向量角度差和RV的分布估計(jì)和局部空間關(guān)系估計(jì),以及鄰近關(guān)系調(diào)整,最終從運(yùn)動(dòng)前景中分割出陰影。實(shí)驗(yàn)顯示此方法比當(dāng)前主流方法在檢測(cè)運(yùn)動(dòng)陰影方面性能有很大的提高。
  對(duì)運(yùn)動(dòng)目標(biāo)跟蹤,主要研究如何克服目標(biāo)表觀變化以及外界環(huán)境對(duì)跟蹤效果的影響。研究成果如下:
  3、提出一種基于局部子目標(biāo)協(xié)同的目標(biāo)跟蹤框架,其局部子目標(biāo)的選擇基于子目標(biāo)的表觀瞬時(shí)不變性。通過對(duì)一系列局部模板來表示子目標(biāo)的局部瞬時(shí)表觀,以此來代替常規(guī)的

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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論