多目標跟蹤算法研究.pdf_第1頁
已閱讀1頁,還剩71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、目標跟蹤算法是智能監(jiān)控技術的核心內容,通過目標跟蹤技術可以實現在視頻序列中對目標的軌跡的跟蹤,為基于視頻監(jiān)控的事件檢測和行為分析技術提供重要信息。近年來,隨著計算機技術的發(fā)展和目標跟蹤算法研究的深入,由于傳統(tǒng)單目標跟蹤算法的局限性,基于全局關聯的多目標跟蹤算法逐漸成為研究的熱點內容,該方法從全局考慮場景中所有目標軌跡數據的關聯性,從而實現對目標的跟蹤。目標跟蹤技術已經廣泛地應用于工業(yè)生產、公共場所及家庭安防、公共交通、公安系統(tǒng)以及軍事領

2、域,有著廣闊的發(fā)展前景和迫切的市場需求。
  本文研究的內容為多目標跟蹤算法,是視頻智能監(jiān)控技術研究領域的重點和難點。針對多目標跟蹤算法的研究,本文基于對現有方法的學習研究,提出了一種改進的全局關聯目標跟蹤算法體系,該體系的關鍵部分主要有4個方面:運動目標檢測、遮擋目標的優(yōu)化跟蹤、目標軌跡點完整性和準確性優(yōu)化、全局關聯的目標軌跡優(yōu)化。全局關聯目標跟蹤算法體系首先通過運動目標檢測算法得到視頻中運動目標的二值圖像;其次建立有效的數學模

3、型對場景中所有運動目標進行跟蹤,并對發(fā)生遮擋的目標進行判斷和獨立跟蹤,得到初始跟蹤結果;然后通過軌跡優(yōu)化模型對視頻序列中所有運動目標的軌跡點進行優(yōu)化,保障軌跡點數據在時間上的完整性和準確性;最后,基于上述計算得到的運動目標軌跡數據進行全局關聯的目標軌跡計算,得到目標的優(yōu)化運動軌跡,從而實現目標的跟蹤。總的來說,本文中的主要研究工作和創(chuàng)新性如下:
  1.圖像預處理技術的學習研究。本文中圖像預處理的目的是為了得到穩(wěn)定的運動目標檢測圖

4、像,通過對相關文獻資料的學習,主要對中值濾波、高斯濾波、形態(tài)學處理等圖像去噪算法進行介紹。
  2.運動目標檢測。運動目標檢測算法的有關研究已經取得了大量研究成果,本文中對幀差法、單高斯與混合高斯模型、ViBe算法等經典的運動目標檢測方法進行了研究介紹,并結合幀差法的思想對ViBe算法的初始化方法進行了改進?;诟倪M的ViBe算法可以有效的解決運動目標檢測結果中的鬼影問題。
  3.單目標跟蹤算法研究。目標跟蹤是本文研究的主

5、要內容,本文中對Online-boosting、Mean Shift以及卡爾曼濾波與粒子濾波等經典的單目標跟蹤算法進行了介紹,并在本文中定義了一種簡單的目標相似度度量,通過目標的雙向匹配實現對目標的跟蹤與狀態(tài)的判斷,為后文中的全局跟蹤方法研究奠定了基礎。
  4.多目標跟蹤算法研究。多目標跟蹤是本文中最重要的研究內容,基于運動目標檢測與雙向匹配的初始跟蹤方法,本文中首先提出了一種基于目標尺度特征的跟蹤優(yōu)化模型,解決粘連、遮擋等問題

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