視頻監(jiān)控中的目標檢測與跟蹤問題研究.pdf_第1頁
已閱讀1頁,還剩66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、目標檢測與跟蹤技術是計算機視覺、視頻圖像監(jiān)控與模式識別領域中的核心課題之一,主要的目標為獲取跟蹤目標的位置信息與運動參數(shù)(如速度、加速度等)并得出目標在圖像序列中的運動軌跡,為進一步的圖像理解、目標行為分析等做好基礎,從而完成更高級的課題任務。本文以道路上的車輛為研究對象,針對不同場景下的車輛跟蹤問題進行了研究。論文的主要研究是基于跟蹤-學習-檢測的思想,通過檢測器來增強跟蹤器的穩(wěn)定性,并使用跟蹤器的結果作為正負樣本在線學習更新檢測器參

2、數(shù)。論文主要包含三個部分:迭代跟蹤器算法研究、檢測器研究與在線學習方法研究。
  首先,根據(jù)跟蹤實際需求,設計跟蹤器模塊。文中首先比較了三種不同的算法,并在其基礎上分析改進,提出了一種光流Mean-shift融合的方法來對目標進行跟蹤,并與一般光流法比較,給出實驗分析,得出較好的實驗結果。
  其次,設計目標檢測模塊。分別嘗試了Haar特征分類器和級聯(lián)分類器檢測目標,并在級聯(lián)分類器中改進滑動窗口搜索機制,并應用ViBe前景提

3、取算法作為第二步弱分類器,采用隨機蕨類分類器作為第三級分類器,最后使用模板匹配得出檢測目標位置。
  在此基礎上,對算法中的學習融合模塊做出設計。基于運動連續(xù)性原則,以跟蹤結果鄰近滑動窗口圖像塊作為正樣本,其余為負樣本,對檢測器參數(shù)進行了在線學習,得到級聯(lián)檢測器的模板匹配方法中的樣本類更新以及
  最后,實驗使用PETS2000數(shù)據(jù)庫和實際交通監(jiān)控視頻驗證算法。實驗結果表明在多個場景下,達到了一定的準確率,但是跟蹤速度不能滿

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