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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、運(yùn)動(dòng)目標(biāo)跟蹤作為計(jì)算機(jī)視覺領(lǐng)域里的一個(gè)重要的研究課題,已經(jīng)被廣泛地應(yīng)用到智能監(jiān)控、視頻導(dǎo)航、人機(jī)交互等領(lǐng)域。大量的研究工作使得運(yùn)動(dòng)目標(biāo)跟蹤方法在準(zhǔn)確性和魯棒性上得到了一定的提升,但光照變化、背景干擾、姿勢(shì)變化等因素使得復(fù)雜場(chǎng)景下的運(yùn)動(dòng)目標(biāo)跟蹤仍是一個(gè)很有挑戰(zhàn)性的研究課題。眾所周知,魯棒的外觀模型是設(shè)計(jì)高性能跟蹤算法的關(guān)鍵,而多特征融合和模板匹配是外觀建模的重要方法。
通過分析和研究當(dāng)前運(yùn)動(dòng)目標(biāo)跟蹤中的目標(biāo)表達(dá)和跟蹤算法的不足,
2、本文基于目標(biāo)的運(yùn)動(dòng)歷史信息,自適應(yīng)融合多個(gè)特征來描述運(yùn)動(dòng)目標(biāo)并自適應(yīng)更新目標(biāo)外觀模型以捕獲目標(biāo)的外觀變化,主要工作如下:
(1)針對(duì)單個(gè)視覺特征不能很好描述復(fù)雜場(chǎng)景下運(yùn)動(dòng)目標(biāo)的問題,提出了一種基于多特征融合和自適應(yīng)模板匹配的目標(biāo)跟蹤方法。首先利用帶時(shí)間片的運(yùn)動(dòng)歷史圖像方法(tMHI)對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行分割并得到目標(biāo)的運(yùn)動(dòng)歷史信息,然后分別用HSV顏色特征和邊緣特征來描述目標(biāo)。根據(jù)對(duì)應(yīng)特征的候選目標(biāo)與目標(biāo)模板的相似度方差自適應(yīng)地調(diào)整
3、每個(gè)特征的權(quán)值,再根據(jù)融合策略計(jì)算目標(biāo)模板與所有候選目標(biāo)的距離,并利用雙模板匹配的策略對(duì)目標(biāo)進(jìn)行定位。此外,實(shí)時(shí)更新在線模板并根據(jù)設(shè)定的閾值更新離線模板。最后基于挑戰(zhàn)性的視頻序列,通過與多種經(jīng)典目標(biāo)跟蹤算法作對(duì)比,從定性分析、定量分析和自適應(yīng)融合策略三個(gè)方面驗(yàn)證了本文所提算法的有效性和魯棒性。
(2)針對(duì)復(fù)雜動(dòng)態(tài)場(chǎng)景下運(yùn)動(dòng)目標(biāo)跟蹤算法魯棒性較差的問題,設(shè)計(jì)了一種魯棒的多特征融合目標(biāo)跟蹤算法。為了避免特征權(quán)值的更新對(duì)場(chǎng)景的變化過
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(qǐng)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(qǐng)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(huì)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于自適應(yīng)模型和多特征融合的目標(biāo)跟蹤算法研究.pdf
- 粒子濾波框架下的自適應(yīng)多特征融合目標(biāo)跟蹤方法研究.pdf
- 基于多特征融合的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤方法研究.pdf
- 基于自適應(yīng)權(quán)重的多特征通道目標(biāo)跟蹤.pdf
- 基于置信度的多特征目標(biāo)自適應(yīng)跟蹤算法.pdf
- 基于DeepBoost自適應(yīng)多模型的視覺目標(biāo)跟蹤方法研究.pdf
- 基于多特征的運(yùn)動(dòng)目標(biāo)跟蹤.pdf
- 基于多特征融合的視覺目標(biāo)跟蹤研究.pdf
- 基于多特征融合的目標(biāo)跟蹤算法的研究.pdf
- 基于多特征融合的多目標(biāo)跟蹤算法.pdf
- 基于特征自適應(yīng)融合的粒子濾波跟蹤算法研究.pdf
- 基于自適應(yīng)策略的實(shí)時(shí)目標(biāo)跟蹤方法.pdf
- 自適應(yīng)運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤.pdf
- 基于多特征融合的目標(biāo)檢測(cè)與跟蹤算法研究.pdf
- 基于多特征融合與粒子濾波的目標(biāo)跟蹤.pdf
- 基于平方根CKF的自適應(yīng)目標(biāo)跟蹤方法研究.pdf
- 基于自適應(yīng)LTP和均值漂移的運(yùn)動(dòng)目標(biāo)跟蹤算法.pdf
- 基于多算法融合的視頻目標(biāo)跟蹤方法研究.pdf
- 基于自適應(yīng)背景減除方法的運(yùn)動(dòng)目標(biāo)檢測(cè).pdf
- 基于多模態(tài)視覺數(shù)據(jù)融合的目標(biāo)跟蹤方法研究.pdf
評(píng)論
0/150
提交評(píng)論