復雜場景下魯棒的視覺跟蹤算法研究.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(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、復雜場景下的視覺跟蹤技術是計算機視覺中重要的研究方向之一,其在技術上涉及到圖像處理、模式識別以及人工智能等諸多領域,在學術研究和現(xiàn)實應用中都有著廣泛的應用,因而具有重要的研究價值。在基于橫向項目-室內(nèi)辦公場景下的行人監(jiān)控系統(tǒng)為研究背景的課題下,詳細研究和分析了在攝像頭靜止俯視情況下魯棒的視覺跟蹤技術。主要工作有以下幾個方面:
  (1)對于室內(nèi)辦公環(huán)境這種復雜場景下的運動目標檢測問題,論文詳細研究和分析了ViBE算法、稠密光流法和

2、基于高斯混合模型的背景減除法,并對這三種方法進行了實驗對照,選取了各性能都比較均衡的高斯混合模型算法作為最終的運動目標檢測算法。同時,為了克服室內(nèi)燈光造成的陰影問題,在運動目標檢測模塊中融入了陰影檢測算法,有效地解決了陰影帶來的前景噪音問題。而且為了后續(xù)跟蹤能夠穩(wěn)定持續(xù)的進行,將被跟蹤的目標對象反饋到運動目標檢測中的背景更新模塊,有效避免了被跟蹤目標因靜止而融入到背景模型當中的問題。
  (2)固定攝像頭以45度角俯視架設在高度為

3、3-4米的室內(nèi)辦公環(huán)境中,對室內(nèi)辦公環(huán)境進行實時監(jiān)控。室內(nèi)辦公人員互相靠近時,在視頻圖像中,人頭基本不會發(fā)生遮擋或者只有微小的遮擋。因此,在視覺跟蹤框架中融入了Adaboost人頭分類器,有效規(guī)避了人體遮擋問題,為了使得人頭分類器能夠穩(wěn)定持續(xù)的工作,引入特征光流跟蹤和Hough圓檢測模塊,與Adaboost人頭分類器形成互補。
  (3)針對復雜場景下的視覺跟蹤問題,采用基于自適應顏色屬性的視覺跟蹤算法,使得系統(tǒng)能夠對監(jiān)控視頻進行

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(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權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。
  • 6. 下載文件中如有侵權或不適當內(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