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),請進行舉報或認領(lǐng)
文檔簡介
1、視頻目標跟蹤技術(shù)隨著計算機視覺、人工智能等領(lǐng)域的發(fā)展逐漸成為熱門的研究課題,其應(yīng)用領(lǐng)域也涉及到我們生活中的方方面面,例如:智能交通系統(tǒng)中對目標車輛或行人的定位與分析,安防系統(tǒng)中對可疑目標的跟蹤,人機交互過程中對特定動作的識別等。本文選取近幾年來備受關(guān)注的TLD跟蹤模型(Tracking-Learning-Detection)作為切入點,分析了算法的結(jié)構(gòu)原理與流程框架,并且在此基礎(chǔ)上研究了TLD模型應(yīng)用于多目標跟蹤的情況,最后基于改進后的
2、算法設(shè)計出一個穩(wěn)定的目標跟蹤系統(tǒng),實現(xiàn)對多個目標的長時跟蹤。
本研究主要內(nèi)容包括:⑴介紹和分析TLD長時間跟蹤算法,從檢測跟蹤學(xué)習(xí)三個方面出發(fā)介紹了算法的框架結(jié)構(gòu)和執(zhí)行流程,分析和比較了TLD跟蹤模型與傳統(tǒng)跟蹤檢測算法的優(yōu)勢與不足。⑵針對TLD算法中的兩個問題:窗口掃描耗時過多和只能進行單目標跟蹤提出了改進方法。針對原算法中掃描階段遍歷圖像耗時過多問題,提出一種判別機制來篩選輸入到檢測器的掃描窗口數(shù)量。針對多目標跟蹤問題,在初
3、始化階段,引入跟蹤目標唯一標識ID概念,對多個跟蹤目標進行有效的區(qū)分,跟蹤過程中,跟蹤模塊檢測模塊與學(xué)習(xí)模塊的目標模型訓(xùn)練均以此ID來實現(xiàn)對多個目標的分別處理。⑶設(shè)計并實現(xiàn)了一個基于TLD模型的多目標跟蹤系統(tǒng),該系統(tǒng)利用MFC應(yīng)用程序框架與Opencv視覺圖像處理庫編寫,基本交互操作有從視頻文件讀取視頻,從攝像頭讀取視頻,多目標跟蹤,跟蹤目標坐標位置保存以及視頻截圖。該系統(tǒng)對基于TLD模型的跟蹤算法進行封裝,提供操作性強簡單易用的交互界
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(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)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(dān)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。
最新文檔
- 基于TLD多目標跟蹤算法研究.pdf
- 基于TLD的多目標快速跟蹤算法研究.pdf
- 基于TLD的目標跟蹤算法研究與實現(xiàn).pdf
- 基于TLD算法的多目標視頻跟蹤技術(shù)研究.pdf
- 基于改進的TLD目標跟蹤算法研究.pdf
- 基于Kalman的TLD目標跟蹤算法研究.pdf
- 基于TLD的目標跟蹤改進算法研究.pdf
- 基于TLD框架的目標跟蹤算法研究.pdf
- 基于TLD模型的目標跟蹤方法.pdf
- 基于TLD的視頻目標跟蹤算法的研究.pdf
- 基于視頻的多目標人臉跟蹤算法研究與實現(xiàn).pdf
- TLD目標跟蹤算法的改進研究.pdf
- 基于TLD的視頻目標跟蹤算法的應(yīng)用與研究.pdf
- TLD框架下的多人臉目標跟蹤算法設(shè)計與實現(xiàn).pdf
- 多目標跟蹤算法及實現(xiàn)研究.pdf
- 基于DSP的多目標跟蹤算法研究.pdf
- 基于特征的多目標跟蹤算法研究.pdf
- 基于TLD框架的人臉跟蹤算法的研究與實現(xiàn).pdf
- 基于關(guān)鍵特征點的TLD視頻目標跟蹤算法.pdf
- 基于最小生成樹模型的多目標跟蹤算法研究.pdf
評論
0/150
提交評論