基于背景建模的多目标检测与跟踪

基于背景建模的多目标检测与跟踪

ID:36833193

大小:3.63 MB

页数:85页

时间:2019-05-16

基于背景建模的多目标检测与跟踪_第1页
基于背景建模的多目标检测与跟踪_第2页
基于背景建模的多目标检测与跟踪_第3页
基于背景建模的多目标检测与跟踪_第4页
基于背景建模的多目标检测与跟踪_第5页
资源描述:

《基于背景建模的多目标检测与跟踪》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、RESEARCHOFOBJECTDETECTIONANDMUIJI.TARGETTRACKINGBASEDONBACKGROUNDMODELLINGAThesisSubmittedtoSoutheastUniversityFortheAcademicDegreeofMasterofEngineeringBYHEShaSupervisedbyProf.FEIShu—minSchoolofAutomationSoutheastUniversityApril1,2010东南大学学位论文独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的

2、研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得东南大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。东南大学学位论文使用授权声明东南大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位论文的复印件和电子文档,可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质论文的内容相一致。除在保密期内的保密论文外,允许论文被查阅和借阅,可以公布(包括刊登)论文的全部或部分内容。论文的公布(包括刊登)

3、授权东南大学研究生院办理。研究生签名:厶堕凌导师签名:l/蚵:≥卯。.年.么摘要随着图像处理技术、人工智能技术以及机器视觉理论的发展,多目标的检测与跟踪技术在视频监控领域得到了广泛的应用。论文首先介绍了课题的研究背景和意义,在混合高斯背景模型的基础上,研究多目标检测与跟踪算法,实现违章车辆检测。论文主要围绕背景建模、目标检测、阴影消除、多目标跟踪和违章车辆检测五个方面展开。针对混合高斯背景模型对动态背景敏感的问题,给出改进的建模方法和基于背景差分的目标检测方法,用粗细两种判断尺度对当前图像与背景图像的相似程度进行比较。仿真结果表明,与经典混合高斯背景模型

4、相比,本文模型对动态背景具有更好的抗干扰性,检测出的运动区域完整、清晰。对伴随目标的运动阴影设计基于边缘信息的阴影消除方法,通过目标重构提取阴影区域。仿真结果表明,该方法能够有效地消除阴影对目标区域的影响,实现多目标的正确分割。考虑到交通监控场景的复杂性,采用卡尔曼滤波估计目标状态,给出基于关联矩阵的多目标跟踪算法;研究基于部分观测的目标跟踪算法,解决目标互相遮挡情况下的跟踪问题。仿真结果表明该算法能够很好地满足复杂交通环境下多目标跟踪的要求。将多目标检测与跟踪方法应用于违章车辆检测,对目标闯红灯和逆行行为进行判断和处理。仿真结果表明该算法能够准确判断目

5、标的违章行为,误检率低。关键词:视频监控,混合高斯背景模型,阴影消除,多目标跟踪,遮挡,违章车辆检测AbstractObjectdetectionandmulti—targettrackingtechnologyhavebeenappliedwidelyinthefieldofintelligentvideosurveillancewithfastdevelopmentofimageprocessingtechnology,artificialintelligencetechnologyandthetheoryofmachinevision.Firstl

6、y,thebackgroundandimportanceoftheprojectaredescribedinthispaper,andthenobjectdetectionandmulti·targettrackingalgorithmbasedonGaussianmixturemodelalediscussedandappliedtodetectvehiclesdrivingagainsttrafficregulations.Fiveaspectsalefocusedon"backgroundmodelling,objectdetection,shad

7、owremoval,multi—targettrackingandillegalvehiclesdetection.AccordingtotheproblemthatGaussianmixturemodelissensitivetodynamicbackground,animprovementonthebackgroundmodelandaninnovativeobjectdetectionalgorithmareproposed.砀esimilaritybetweencurrentframeandbackgroundimageisestimatedwi

8、thtwostandards.Simulationresultsshowthat

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。