基于字典學(xué)習(xí)的運動目標(biāo)檢測.pdf

1、智能視頻監(jiān)控是機(jī)器視覺領(lǐng)域中的一個重要分支,是未來安全監(jiān)控技術(shù)的發(fā)展趨勢,在機(jī)場、銀行、商場等場所中有著廣泛的應(yīng)用。其中運動目標(biāo)檢測技術(shù)是實現(xiàn)智能視頻監(jiān)控的關(guān)鍵技術(shù)之一,是目標(biāo)跟蹤、目標(biāo)識別、目標(biāo)行為分析的前提和基礎(chǔ)。本文在深入研究了圖像視頻序列的稀疏表示及字典學(xué)習(xí)理論的基礎(chǔ)上,將字典學(xué)習(xí)理論應(yīng)用于運動目標(biāo)檢測,通過字典學(xué)習(xí)建立背景的稀疏表示,利用背景和前景的時空相關(guān)性進(jìn)行字典更新和目標(biāo)分割,最終實現(xiàn)運動目標(biāo)的檢測。本文的主要工作如下:

2、
　　(1)通過閱讀國內(nèi)外文獻(xiàn)和著作,對智能視頻安全監(jiān)控的研究背景、意義及國內(nèi)外研究現(xiàn)狀做了闡述,并對運動目標(biāo)檢測的經(jīng)典算法做了較為全面的綜述。這些工作為后續(xù)研究奠定了堅實的理論基礎(chǔ)。
　　(2)研究了字典學(xué)習(xí)和稀疏表示理論,并對匹配追蹤算法、正交匹配追蹤算法、基追蹤算法和Focuss算法在稀疏分解中的實現(xiàn)進(jìn)行了詳細(xì)描述。
　　(3)提出了一種改進(jìn)的基于字典學(xué)習(xí)的運動目標(biāo)檢測算法。該算法以 K-SVD字典學(xué)習(xí)算法的K聚

3、類和字典與稀疏系數(shù)同時更新思想為基礎(chǔ),設(shè)定某個場景特征背景的個數(shù)為字典原子個數(shù),字典與系數(shù)的更新同時迭代進(jìn)行,舍去了奇異值分解步驟,有效地減少了計算量。分割算法有機(jī)結(jié)合了視頻序列的時空特性,這樣可有效排除偽前景和噪聲對運動目標(biāo)的干擾,得到準(zhǔn)確的運動目標(biāo)區(qū)域。
　　(4)提出了一種基于主成分追蹤與字典學(xué)習(xí)的運動目標(biāo)檢測算法。該算法將圖像看成由靜態(tài)背景、動態(tài)前景和服從高斯分布的噪聲構(gòu)成,因此,算法首先對視頻圖像進(jìn)行去噪預(yù)處理,再通過主