版權(quán)說(shuō)明:本文檔由用戶(hù)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)控系統(tǒng)經(jīng)過(guò)多年的發(fā)展,在公共安全方面發(fā)揮越來(lái)越大的作用。近年來(lái)人們對(duì)公共安全和交通安全越來(lái)越重視,傳統(tǒng)的視頻監(jiān)控系統(tǒng)需要工作人員長(zhǎng)時(shí)間集中精力監(jiān)控,只能做到“事后取證”,而不能“實(shí)時(shí)預(yù)防”,因此越來(lái)越不能滿(mǎn)足需求。在現(xiàn)代社會(huì),視頻監(jiān)控技術(shù)向智能視頻監(jiān)控系統(tǒng)發(fā)展已經(jīng)迫在眉睫。智能視頻監(jiān)控是計(jì)算機(jī)視覺(jué)和模式識(shí)別技術(shù)理論在視頻監(jiān)控領(lǐng)域內(nèi)的應(yīng)用,其中的關(guān)鍵技術(shù)問(wèn)題就是如何選擇和設(shè)計(jì)合適的特征表達(dá)圖像的內(nèi)容,進(jìn)而有效的理解場(chǎng)景圖像中的內(nèi)容。
2、由于被監(jiān)控場(chǎng)景的復(fù)雜性和特征本身的局限性,只用單一特征難以有效表示圖像內(nèi)容以完成前景背景分類(lèi)。在很多應(yīng)用中,只有選擇和設(shè)計(jì)多個(gè)特征進(jìn)行有效的融合,才能取得滿(mǎn)意的分類(lèi)效果。本文主要工作針對(duì)運(yùn)動(dòng)目標(biāo)檢測(cè)和跟蹤中的問(wèn)題,研究運(yùn)用多特征融合以更有效的完成前景運(yùn)動(dòng)目標(biāo)和背景的分類(lèi)。
本文的主要研究工作和創(chuàng)新如下:
(1)提出了一種新的光照魯棒的遞歸背景學(xué)習(xí)方法以及一種邊緣特征和顏色特征融合的背景建模方法本文提出了一種基于邊緣特
3、征的光照魯棒的遞歸背景學(xué)習(xí)方法,該方法可以有效克服局部光照和攝像頭擾動(dòng)給目標(biāo)檢測(cè)帶來(lái)的影響。本文還對(duì)基于顏色特征的背景差模型做了總結(jié)和定量的分析比較。雖然基于顏色特征的背景差方法可以得到連通的前景目標(biāo)區(qū)域,但由于顏色對(duì)光照敏感,在目標(biāo)的突然移動(dòng)和局部光照發(fā)生變化的情況下,往往會(huì)檢測(cè)出虛假目標(biāo)。本文通過(guò)顏色特征和邊緣特征的融合,有效的消除突然光照變化和背景中長(zhǎng)時(shí)間不動(dòng)的目標(biāo)的突然移動(dòng)而帶來(lái)的虛假目標(biāo)。
(2)提出了一種新的基于A
4、daBoost的前景/陰影分類(lèi)的特征融合框架在運(yùn)動(dòng)目標(biāo)檢測(cè)中,由于移動(dòng)陰影和真實(shí)運(yùn)動(dòng)目標(biāo)在運(yùn)動(dòng)等特征方面有著相同的特性,往往會(huì)把移動(dòng)陰影誤檢測(cè)為前景目標(biāo),影響目標(biāo)的識(shí)別性能。本文提出了一種基于AdaBoost的前景/陰影分類(lèi)的特征融合框架,首先設(shè)計(jì)多個(gè)弱分類(lèi)器,通過(guò)給定樣本的學(xué)習(xí),得到一個(gè)多特征融合的線性組合分類(lèi)器。試驗(yàn)表明,這種方法比以往采用的單一特征方法在檢測(cè)率上有較大提高。
(3)提出了一種新的基于區(qū)域特征分層的背景建模
5、方法在固定場(chǎng)景的視頻監(jiān)控中,動(dòng)態(tài)背景給運(yùn)動(dòng)目標(biāo)檢測(cè)帶來(lái)了困難。本文提出了基于區(qū)域特征和局部特征融合的運(yùn)動(dòng)目標(biāo)檢測(cè)算法。首先按區(qū)域特征對(duì)背景分層,將場(chǎng)景分為動(dòng)態(tài)背景層和靜態(tài)背景層。對(duì)于不同背景層,采用不同的背景建模方法。對(duì)于靜態(tài)背景層,采用基于顏色特征的個(gè)數(shù)較少的混合高斯模型對(duì)背景建模;對(duì)于動(dòng)態(tài)背景層,將顏色特征和運(yùn)動(dòng)特征融合,從而檢測(cè)出前景目標(biāo)。通過(guò)試驗(yàn)表明,本方法在運(yùn)行效率和檢測(cè)率比以往的方法有著較大的提高。
(4)提出了一
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(hù)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(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(hù)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
- 智能視頻監(jiān)控中的多特征融合問(wèn)題研究.pdf
- 智能視頻監(jiān)控中多視頻流處理的研究.pdf
- 智能視頻監(jiān)控中基于多特征的運(yùn)動(dòng)目標(biāo)分類(lèi).pdf
- 監(jiān)控視頻下融合多生物特征的身份識(shí)別研究.pdf
- 融合RFID的智能視頻監(jiān)控技術(shù)研究.pdf
- 智能視頻監(jiān)控中的幾個(gè)關(guān)鍵問(wèn)題.pdf
- 智能視頻監(jiān)控系統(tǒng)中若干生物特征識(shí)別研究.pdf
- 基于生物特征的智能視頻監(jiān)控技術(shù).pdf
- 基于多特征融合的視頻檢索方法研究.pdf
- 基于多特征融合的監(jiān)控視頻行人檢測(cè)器的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于多特征融合的視頻分類(lèi)方法研究.pdf
- 基于多特征融合的視頻火焰探測(cè)方法研究.pdf
- 智能環(huán)境下基于視頻多特征融合的單說(shuō)話人跟蹤方法研究.pdf
- 基于多特征融合的視頻煙霧檢測(cè)方法研究.pdf
- 基于多特征融合的視頻關(guān)鍵幀提取的若干問(wèn)題研究.pdf
- 智能視頻監(jiān)控中的行人跟蹤算法研究.pdf
- 智能視頻監(jiān)控中的背景建模算法研究.pdf
- 基于視頻的多特征融合摔倒檢測(cè)算法研究.pdf
- 融合RFID的智能視頻監(jiān)控技術(shù)在危險(xiǎn)品倉(cāng)儲(chǔ)中的應(yīng)用研究.pdf
- 基于多模態(tài)特征融合的新聞視頻摘要技術(shù)研究.pdf
評(píng)論
0/150
提交評(píng)論