基于上下文信息的目標跟蹤算法研究.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,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著計算機軟硬件性能的不斷提升,各種新領域中的視頻圖像處理得到飛速發(fā)展,這也直接使機器視覺逐漸成為計算機研究范圍內最為熱門的研究方向之一?;谝曨l的運動目標跟蹤作為計算機視覺研究范圍內的一個主要研究方向,在導航、軍事等相關領域內具有十分可觀的應用前景。視頻目標跟蹤是一種通過對需要被跟蹤的目標物體的特征進行學習,建立目標的基本模型,然后在輸入的視頻圖像序列中獲取目標的信息,最后實現對目標的自動跟蹤的技術。為實現視頻運動目標跟蹤的準確性及實

2、時性,國內外許多學者提出了各種各樣的跟蹤算法,然而,在實際應用中視頻運動目標的跟蹤仍然要解決很多問題,如背景復雜、光照明暗變化、部分或者全部遮擋、目標表面的變化、目標運動加速等,這些因素都會導致目標跟蹤的最終結果出現錯誤。因此,改進目標跟蹤算法,提高算法的精確度、魯棒性和實時性成為基于視頻的運動目標跟蹤系統(tǒng)研究的熱點和主要難點。
  本文在對已有的經典目標跟蹤算法進行研究與分析的基礎上,提出了復雜環(huán)境下實現穩(wěn)定跟蹤目標的算法,該算

3、法以時空上下文信息相結合作為主要思路,論文的主要創(chuàng)新點如下:
  1)提出一種目標跟蹤的方法,該方法先是利用空間上下文信息實現目標的跟蹤,然后利用改進的光流算法對跟蹤結果進行輔助跟蹤,最后融合這兩種信息,獲取最終的目標位置,實現目標的健壯性跟蹤,實驗結果也表明該方法能有效提高目標跟蹤的魯棒性。
  2)提出了一種改進的L-K光流算法,該算法利用空間結構性約束(S-expert)和時間結構性約束(T-expert)對目標結果區(qū)

4、域進行修正,實現對目標區(qū)域進行修正的目標跟蹤方法。并通過結合時空上下文信息,有效降低算法復雜度,確保目標跟蹤的健壯性。
  本文首先對單攝像頭固定場景下的運動目標跟蹤的經典算法和理論進行了研究及仿真實現,并給出了實驗分析結果;其次主要研究了動態(tài)場景中目標被遮擋和目標運動速度突變情況下的目標跟蹤,在該場景下結合空間上下文信息的目標追蹤算法及改進的L-K光流法進行了理論分析和實驗仿真。仿真結果及實驗分析表明,本文所提出的動態(tài)場景目標追

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