复杂背景下的运动目标检测与跟踪技术分析

复杂背景下的运动目标检测与跟踪技术分析

ID:32141501

大小:2.55 MB

页数:58页

时间:2019-01-31

复杂背景下的运动目标检测与跟踪技术分析_第1页
复杂背景下的运动目标检测与跟踪技术分析_第2页
复杂背景下的运动目标检测与跟踪技术分析_第3页
复杂背景下的运动目标检测与跟踪技术分析_第4页
复杂背景下的运动目标检测与跟踪技术分析_第5页
资源描述:

《复杂背景下的运动目标检测与跟踪技术分析》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、华中科技大学硕士学位论文第1章绪论1.1论文背景及研究意义随着计算机性能的提高和各种传感器的发展,人工智能(ArtificialIntelligence,简称AI)作为计算机学科的一个重要分支获得了迅速的提升。而在各项生产和社会活动中,计算机视觉作为人工智能的重要部分得到了极大的重视。它主要是研究如何使用计算机系统来模拟人类视觉系统认识和理解客观世界的过程,即使用计算机系统模仿人眼和大脑对观测目标、客观环境等进行感知、解释以及理解。计算机视[1][2][3][4]觉的研究内容很多,作为计算机视觉领域的一个十分重要的课题,图像处理中的复杂背景下的运动目标检测与跟踪技术成为了

2、本文研究的课题。课题研究的自助通道的防尾随检测、海关海平面船只检测、基于红外图像的车底藏人检测、特殊区域自动监控都是基于图像信息的检测与跟踪技术在实际中的典型应用。而且这些应用所处环境均较为恶劣,属于复杂背景下的目标检测和跟踪。通常复杂背景下运动目标检测与跟踪需要从多方面进行考虑,包括视觉信息获取和描述、背景复杂性、目标复杂性、算法速度及精度权衡等。目前已经有不少关于运动目标的检测与跟踪技术的研究。但基于检测目标所处背景的复杂性以及检测精准度和实时性的要求,高性能的目标检测与跟踪算法依然是当前研究的重点。1.2国内外研究现状运动目标检测与跟踪技术开始于第二次世界大战前夕,

3、但限于当时硬件设施条件有限以及科研投入不够,上世纪80年代以前发展较为缓慢。之后随着计算机的飞速发展,目标检测与跟踪技术也在此基础上得到了突飞猛进。下面分别从运动目标检测与跟踪技术包含的四个方面分析国内外的研究状况。1华中科技大学硕士学位论文1.2.1运动目标检测运动目标检测的目的是从图像序列中将运动目标区域从背景图像中检测出来。静态背景下运动目标检测最基本、最常用的三种方法是背景差分法、帧间差分法以及光流法。背景差分法和帧间差分法原理简单,实时处理效率高,为了使其能更好的被应用于实际,很多研究人员对帧差法和背景差法进行了许多改进。如李泽峰等人利用[5]三帧差分法的主要思

4、想将背景差法和帧差法结合起来实现了运动目标的检测,陈磊[6]等人提出的一中基于动态阈值对称差分和背景差法的运动对象检测算法,对消除噪声和背景扰动带来的影响有着较好的效果。基本的背景差分法是一中最简单但最不精确的背景建模,因此为了寻求更为精确的背景建模方法,研究人员对此进行了多[7]方面的努力。由Stauffer与Grimson提出的混合高斯背景建模(MOG),利用前N帧对RGB三个通道分别进行中值求取建立模型,使得背景建模问题得到了重大突破。之后对MOG存在的一些问题,后续许多学者对其进行了改进,使得背景建模技术可以应用到很多实时跟踪场合。光流法计算较为复杂,而且运动目标

5、自身速度过快或过慢都会影响检测效果,比较难以应用于对实时性准确性都要求较高的目标检测系统中。许多学者针对它存在的缺陷进行了不同的改进。杨叶梅在研究了基于梯度的Horn&Schunck光流算法的[8][9]基础上,提出了一种基于高斯金字塔的改进光流法提高了算法效率。施家栋等提出的改进光流算法实现了动态场景中目标的检测。综上所述,静态场景下的运动目标检测已有了较大发展,但具有普适性能应用于实际的算法还较为少见,因此对于复杂背景下的运动目标检测还需要更多新的算法提出。动态背景下的运动目标检测由于被检测目标与摄像机存在的相对运动更加复杂,因此对检测算法有更高的要求。2华中科技大学

6、硕士学位论文1.2.2目标分类目标分类是对检测到的运动目标按一定标准进行分类。常用的分类方式有多种,包括基于形状分类、基于运动特性分类以及基于颜色分类等等。按照对感兴趣运动目标的要求选择不同的分类方法。例如对于区分检测到的运动目标如行人和行驶车辆,可以根据行人和车辆的长宽比、速度,以及不同的大小来进行分类,因此综合使用不同分类方法是应用中的更好选择。1.2.3目标跟踪目标跟踪是指在连续的图像帧间建立基于位置、形状、轮廓以及速度等相关特征的对应匹配问题。对于目标跟踪基于不同的跟踪信息,目标跟踪衍生出了很多算法,主要分为根据视觉特征和目标定位跟踪算法两大类。[10]根据视觉特

7、征的跟踪算法,如颜色、边缘、光流等特征。如C.Yang等人选择[11,12]颜色直方图作为匹配特征,采用MeanShift算法实现对形状变换目标跟踪。文献[13]结合粒子滤波技术实现了遮挡情况下的目标稳定跟踪。文献提出的方法利用空间信息更好的提高了目标跟踪的稳定性。根据目标定位的跟踪算法也是研究的热点,主要分为两类,概率跟踪方法和确定性跟踪方法。概率跟踪方法主要利用贝叶斯理论,采用估计与测量结合的方式而实[14,15,16][17,18,19]现对目标的跟踪,包括卡尔曼滤波、粒子滤波等。确定性跟踪是一种建[10,20,22,2

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。