版權(quán)說(shuō)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、自從20世紀(jì)以來(lái),電子計(jì)算機(jī)在生活中所扮演的角色顯得愈加重要,智能化在不斷改變?nèi)祟?lèi)的日常生活。在智能化領(lǐng)域中,比如交通部門(mén)的車(chē)輛監(jiān)控、超市的監(jiān)控、軍事跟蹤等等都需要智能化的視頻監(jiān)控。由于它的利用價(jià)值高,視頻跟蹤成為了一個(gè)國(guó)內(nèi)外研究的熱門(mén)課題。
目前視頻跟蹤是國(guó)內(nèi)外研究的一個(gè)熱門(mén)課題,該課題涉及多門(mén)學(xué)科,例如數(shù)學(xué)概率論,數(shù)字圖像處理,視頻編解碼等。它既能推動(dòng)監(jiān)控領(lǐng)域理論的進(jìn)一步發(fā)展,又在日常生活與安全監(jiān)控領(lǐng)域的有廣闊應(yīng)用,可謂同
2、時(shí)具備學(xué)術(shù)和實(shí)用價(jià)值。視頻跟蹤課題發(fā)展至今,它的應(yīng)用主要包括攝像頭的固定以及非固定的兩種情況。所以目前視頻跟蹤的算法也主要是基于兩個(gè)方面:1.靜態(tài)背景下的視頻跟蹤。2.動(dòng)態(tài)背景下的目標(biāo)跟蹤,它與前者主要不同的地方就在于它的背景是在變化的,并不是跟靜態(tài)背景一樣一成不變的。當(dāng)在靜態(tài)背景情況下進(jìn)行目標(biāo)跟蹤時(shí),只要實(shí)時(shí)的更新不同時(shí)刻的靜態(tài)背景,然后再用當(dāng)前幀減去背景圖像即可提出被跟蹤的目標(biāo)。但是對(duì)于第二種情況,即動(dòng)態(tài)背景下的目標(biāo)跟蹤,由于攝像頭
3、的轉(zhuǎn)動(dòng),使得背景在不同時(shí)刻都在改變,所以背景幀差法用在這種情況時(shí)必定會(huì)跟蹤失敗。因此國(guó)內(nèi)外學(xué)者把這種情況當(dāng)成視頻跟蹤的主要研究方向。在動(dòng)態(tài)背景跟蹤方面出現(xiàn)了許多優(yōu)秀的算法,比如粒子濾波、基于塊匹配的方法等。但是由于它們的實(shí)時(shí)性差,所以不適用于需求實(shí)時(shí)性的場(chǎng)合中。在2003年,Comaniciu等學(xué)者提出的mean-shift算法因其復(fù)雜度低、魯棒性強(qiáng),它的實(shí)時(shí)優(yōu)于其他算法,并且該算法適用于動(dòng)態(tài)背景從而得以廣泛應(yīng)用。所以本文著重對(duì)此算法進(jìn)
4、行研究,并且根據(jù)課題要求側(cè)重研究mean-shift跟蹤算法以及改進(jìn)該算法的兩點(diǎn)不足:第一點(diǎn),該算法不適用于跟蹤快速的運(yùn)動(dòng)目標(biāo)。第二點(diǎn),該算法不能實(shí)時(shí)根據(jù)運(yùn)動(dòng)目標(biāo)的尺度改變自己的帶寬。
對(duì)于上述缺點(diǎn)中的第一點(diǎn),在本文中,提出利用簡(jiǎn)化的sift和仿射變換,求出最佳仿射矩陣參數(shù)。以此矩陣參數(shù)來(lái)求出上一幀運(yùn)動(dòng)目標(biāo)的中心在下一幀的仿射位置,以此點(diǎn)來(lái)進(jìn)行迭代,可以有效使得初始迭代點(diǎn)所在的帶寬區(qū)域包含更多的運(yùn)動(dòng)目標(biāo)。
對(duì)于第二點(diǎn)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)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mean-shift目標(biāo)跟蹤算法的研究.pdf
- 基于Mean-Shift算法的目標(biāo)跟蹤研究.pdf
- 基于Mean-shift目標(biāo)跟蹤算法的研究與實(shí)現(xiàn).pdf
- mean-shift算法概述
- 基于KLT與Mean-Shift的目標(biāo)跟蹤研究.pdf
- 基于Mean-Shift改進(jìn)算法的運(yùn)動(dòng)車(chē)輛檢測(cè)與跟蹤.pdf
- 基于改進(jìn)Mean-shift算法的目標(biāo)跟蹤技術(shù)研究.pdf
- Mean-shift跟蹤算法魯棒性的研究.pdf
- 視頻跟蹤中Mean-Shift算法的應(yīng)用研究.pdf
- 基于Mean-Shift算法的目標(biāo)自動(dòng)檢測(cè)與跟蹤.pdf
- 結(jié)合射影幾何的Mean-shift目標(biāo)跟蹤算法研究.pdf
- 基于Mean-Shift和粒子濾波的目標(biāo)跟蹤.pdf
- 基于改進(jìn)Mean-Shift算法的粒子濾波跟蹤的應(yīng)用研究.pdf
- Mean-Shift算法的優(yōu)化策略研究.pdf
- Mean-Shift可視跟蹤中的穩(wěn)健性研究.pdf
- 運(yùn)用mean-shift算法的智能目標(biāo)跟蹤控制系統(tǒng).pdf
- 基于Mean-Shift聚類(lèi)的色彩傳遞算法研究.pdf
- 基于Mean Shift的視頻跟蹤算法研究.pdf
- 基于Mean Shift的目標(biāo)跟蹤算法研究.pdf
- 基于Mean Shift算法的目標(biāo)跟蹤.pdf
評(píng)論
0/150
提交評(píng)論