2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩77頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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、視頻監(jiān)控是安全防范系統(tǒng)的重要組成部分,它是一種防范能力較強(qiáng)的綜合系統(tǒng),以其直觀、準(zhǔn)確、及時(shí)和信息內(nèi)容豐富而廣泛應(yīng)用于軍事、海關(guān)、公安、消防、林業(yè)、堤壩、機(jī)場(chǎng)、鐵路、港口、城市交通等眾多公眾場(chǎng)合。本文所研究的基于全景視覺引導(dǎo)的動(dòng)目標(biāo)跟蹤系統(tǒng)研究是一種智能視頻監(jiān)控系統(tǒng),該系統(tǒng)可以自動(dòng)檢測(cè)全景視場(chǎng)內(nèi)的運(yùn)動(dòng)目標(biāo)并跟蹤,計(jì)算出運(yùn)動(dòng)目標(biāo)所在的位置同時(shí)控制運(yùn)動(dòng)目標(biāo)進(jìn)行跟蹤,抓取運(yùn)動(dòng)目標(biāo)的圖像、保存目標(biāo)信息。
  動(dòng)目標(biāo)檢測(cè)與跟蹤技術(shù)始終是計(jì)算機(jī)

2、視覺領(lǐng)域研究的熱點(diǎn)內(nèi)容之一,同時(shí)也是智能視頻監(jiān)控系統(tǒng)實(shí)現(xiàn)的核心算法之一。動(dòng)目標(biāo)檢測(cè)的研究?jī)?nèi)容主要包括:圖像的采集、圖像處理、圖像分割和目標(biāo)跟蹤四個(gè)部分,因此準(zhǔn)確的目標(biāo)檢測(cè)是后續(xù)其他工作的基礎(chǔ),也是展開其他工作的前提之一。基于非參數(shù)模型的核密度估計(jì)動(dòng)目標(biāo)檢測(cè)算法具有檢測(cè)效果良好、靈活性高、適應(yīng)性強(qiáng)等優(yōu)點(diǎn),同時(shí)不需要參數(shù)初始化和復(fù)雜的參數(shù)更新算法的優(yōu)點(diǎn),使其在實(shí)時(shí)目標(biāo)跟蹤領(lǐng)域應(yīng)用中具有很大潛力,核密度估計(jì)動(dòng)目標(biāo)檢測(cè)算法中的高斯核密度估計(jì)動(dòng)目

3、標(biāo)檢測(cè)算法以其完美的概率特性和有效的窗寬選擇方式而得到廣泛的應(yīng)用。本文主要的研究?jī)?nèi)容是研究高斯核密度動(dòng)目標(biāo)檢測(cè)算法,指出其不足指出然后提出一種性能優(yōu)良的動(dòng)目標(biāo)檢測(cè)算法,并通過實(shí)驗(yàn)進(jìn)行驗(yàn)證。
  論文首先介紹了運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)和全景視覺技術(shù)的發(fā)展現(xiàn)狀,捋清檢測(cè)算法中各個(gè)重要算法的概念、優(yōu)缺點(diǎn)和適合應(yīng)用的場(chǎng)所,對(duì)全景視覺技術(shù)進(jìn)行深入研究,分析基于圖像拼接技術(shù)的全景視覺系統(tǒng)和基于折反射的全景視覺系統(tǒng)的優(yōu)缺點(diǎn),指出折反射全景視覺系統(tǒng)更加適

4、合應(yīng)用在運(yùn)動(dòng)目標(biāo)檢測(cè)系統(tǒng)中。然后對(duì)主流的運(yùn)動(dòng)目標(biāo)檢測(cè)算法,即混合時(shí)域差分法、混合高斯模型法和核密度估計(jì)檢測(cè)法進(jìn)行深入分析,并通過具體實(shí)驗(yàn)進(jìn)行性能測(cè)試,得出可靠的實(shí)驗(yàn)數(shù)據(jù),然后用實(shí)驗(yàn)數(shù)據(jù)對(duì)各個(gè)算法進(jìn)行對(duì)比分析,指出各個(gè)算法的優(yōu)缺點(diǎn)和適用場(chǎng)合,并為本論文提出的改進(jìn)算法提出現(xiàn)實(shí)依據(jù)和實(shí)驗(yàn)基礎(chǔ)。
  其次為了克服原核密度估計(jì)目標(biāo)檢測(cè)算法運(yùn)算量大、實(shí)時(shí)性不高的缺點(diǎn),提出一種基于典型采樣和多樣性權(quán)值的運(yùn)動(dòng)目標(biāo)檢測(cè)方法,該方法完全舍掉了原始樣本

5、從而在根本上減少了算法的運(yùn)算量;同時(shí)為了彌補(bǔ)樣本丟失帶來的負(fù)面影響,提出多樣性權(quán)值算法,為該算法提供了有力補(bǔ)充;針對(duì)監(jiān)控場(chǎng)景背景不斷變化的特定情況,提出一種新的樣本更新方法即間接樣本更新方法,該方法不但可以根據(jù)背景變化快速更新樣本信息,而且可以同時(shí)增強(qiáng)算法的抗干擾能力。根據(jù)核密度估計(jì)算法與其樣本息息相關(guān)的特性提出一種基于樣本的域值分割算法,該算法能很好與核密度估計(jì)算法融合。最后通過實(shí)驗(yàn)驗(yàn)證了該改進(jìn)算法的有效性。
  再次深入分析全

6、景相機(jī)的成像原理和云臺(tái)相機(jī)的動(dòng)態(tài)性能,建立全景坐標(biāo)系和云臺(tái)坐標(biāo)系,并實(shí)現(xiàn)兩個(gè)坐標(biāo)系的空間坐標(biāo)變換。根據(jù)實(shí)際的云臺(tái)相機(jī)性能來設(shè)計(jì)云臺(tái)自動(dòng)調(diào)焦算法、轉(zhuǎn)速控制算法和目標(biāo)軌跡預(yù)測(cè)算法,在兼顧了實(shí)時(shí)性的情況下保證了云臺(tái)控制算法的有效性,同時(shí)矯正了云臺(tái)轉(zhuǎn)動(dòng)滯后帶來的云臺(tái)跟蹤滯后的偏差,使云臺(tái)的跟蹤效果更加精確。
  最后在目標(biāo)各種運(yùn)動(dòng)軌跡的情況下,通過總體實(shí)驗(yàn)驗(yàn)證云臺(tái)跟蹤的實(shí)際效果,通過具體的實(shí)驗(yàn)數(shù)據(jù)進(jìn)行分析對(duì)比,用實(shí)際數(shù)據(jù)證明了算法的有效性

溫馨提示

  • 1. 本站所有資源如無(wú)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(yè)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(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

評(píng)論

0/150

提交評(píng)論