變化背景目標(biāo)檢測(cè)與跟蹤應(yīng)用研究.pdf

1、　　變化背景指的是視頻圖像序列中目標(biāo)的背景是動(dòng)態(tài)的、可變的。傳統(tǒng)的目標(biāo)檢測(cè)與跟蹤系統(tǒng)中，背景相對(duì)靜止或者背景變化但較為簡(jiǎn)單，僅作為噪聲來(lái)處理，而現(xiàn)實(shí)情況中背景變化對(duì)目標(biāo)檢測(cè)和跟蹤的影響是不可忽略的，傳統(tǒng)的方法甚至可能造成目標(biāo)的丟失。變化背景目標(biāo)檢測(cè)與跟蹤技術(shù)的研究是計(jì)算機(jī)視覺(jué)領(lǐng)域中較為熱門(mén)基礎(chǔ)的課題之一，也是非常具有挑戰(zhàn)性的課題，在現(xiàn)實(shí)生活中具有重要的實(shí)踐意義和理論價(jià)值，同時(shí)，在工業(yè)、國(guó)防等領(lǐng)域也有著較為廣闊的應(yīng)用前景。
　　本

2、論文將研究課題分為目標(biāo)檢測(cè)和目標(biāo)跟蹤兩個(gè)部分，先對(duì)幾種具有代表性的目標(biāo)檢測(cè)算法進(jìn)行理論分析，重點(diǎn)研究了AdaBoost檢測(cè)算法，并針對(duì)現(xiàn)實(shí)情況的要求，對(duì)AdaBoost算法的參數(shù)的遍歷范圍進(jìn)行了限定，同時(shí)使窗口比例縮放系數(shù)能夠自適應(yīng)調(diào)整。實(shí)驗(yàn)結(jié)果表明，本論文所采用算法具有較高的精度和實(shí)時(shí)性，能快速準(zhǔn)確地檢測(cè)到目標(biāo)。
　　在目標(biāo)跟蹤部分，論文對(duì)若干種主流目標(biāo)跟蹤算法進(jìn)行理論分析和對(duì)比，最終選用粒子濾波算法對(duì)檢測(cè)階段得到的目標(biāo)進(jìn)行跟

3、蹤。為了保證較強(qiáng)的魯棒性，使用了多特征融合的粒子濾波方法；為應(yīng)對(duì)粒子退化問(wèn)題，引入Mean Shift算法，發(fā)揮其聚類作用，限制粒子的數(shù)量，同時(shí)也達(dá)到了較好的跟蹤效果。
　　本論文研究設(shè)計(jì)的目標(biāo)檢測(cè)與跟蹤系統(tǒng)的適用范圍較廣，可用于各類剛體和非剛體目標(biāo)，例如人臉、人體、車(chē)輛及飛行物等，由于篇幅所限，本論文僅以最熱門(mén)的人臉和人造物體作為實(shí)驗(yàn)對(duì)象進(jìn)行了研究，其他各類目標(biāo)亦同。本論文最后將目標(biāo)檢測(cè)和目標(biāo)跟蹤技術(shù)進(jìn)行整合，完成了一套變化背