運動物體檢測與跟蹤研究及系統(tǒng)實現.pdf

1、運動物體檢測與跟蹤是計算機視覺研究的重要領域，本論文研究運動物體檢測與跟蹤的算法和模型，設計和實現了一個在動態(tài)場景下高效和具有高檢測率的運動物體檢測與跟蹤系統(tǒng)。我們分析和比較了常用的運動物體檢測和跟蹤算法，在相位差方法的基礎上，設計并實現了結合Canny-like顯著區(qū)域提取法，圖像分割和多種物體跟蹤方法的動態(tài)背景下運動物體檢測與跟蹤系統(tǒng)。
　　本文的工作主要包括以下幾個方面：
　　1.在運動物體檢測方面，本文詳細分析了動態(tài)

2、場景下運動物體檢測的相位差方法，在理論和實驗基礎上指出了這種方法的缺點和應用到實際系統(tǒng)需要解決的問題。針對這些缺點和問題，我們提出了解決的方法。首先，我們設計了高效的Canny-like顯著區(qū)域提取器，用于從受干擾的運動顯著圖中提取顯著區(qū)域。其次，我們提出了使用圖像分割結果進行顯著區(qū)域合并的方法，用于將檢測結果從顯著區(qū)域擴展到整個運動物體。第三，我們根據運動物體在連續(xù)的顯著圖中的位置特性，使用顯著區(qū)域交集法獲得了較為精確的運動物體邊框。

3、理論分析和實驗結果證明我們的方法能高效可靠地檢測出動態(tài)背景下的運動物體，適合用于實際的系統(tǒng)。
　　2.在物體跟蹤方面，本文分析、實現和比較了常用的均值偏移算法和粒子濾波器算法，指出了它們的特點，論述了將它們集成到運動物體檢測系統(tǒng)中的可行性。我們在系統(tǒng)中使用物體跟蹤算法實現兩個目標：對檢測結果進行跟蹤，提高結果反饋的實時性和連續(xù)性；對感興趣的物體進行跟蹤。
　　3.在系統(tǒng)實現方面，我們使用了多線程等技巧提高了系統(tǒng)的效率，可靠性