基于視頻的物體識別及運動跟蹤.pdf

1、計算機(jī)視覺(Computer Vision)是研究如何使計算機(jī)對圖像數(shù)據(jù)產(chǎn)生智能化感知的一門學(xué)科。運動物體識別、檢測與跟蹤有廣闊的運用前景,是計算機(jī)視覺研究的熱點和重要領(lǐng)域。運動物體檢測與跟蹤算法不僅可以作為主要算法應(yīng)用于視頻監(jiān)視、交通監(jiān)管等方面,又能作為其他算法的基礎(chǔ)應(yīng)用于機(jī)器人技術(shù)、認(rèn)證系統(tǒng)、人機(jī)交互等領(lǐng)域。同時,對運動物體檢測與跟蹤的研究能為更高層的計算機(jī)視覺分析提供基礎(chǔ)的信息。因此,運動物體檢測與跟蹤一直是計算機(jī)視覺研究的熱點和

2、重要方向。經(jīng)過幾十年的研究,人們對這個問題從多個方面設(shè)計出了許多解決的方法。
　　然而鑒于運動物體識別及跟蹤問題的復(fù)雜性,在識別的精度及檢測跟蹤的實時性上仍存在很多難點,未有一種標(biāo)準(zhǔn)的方法能應(yīng)用于所有的場景。例如傳統(tǒng)的基于學(xué)習(xí)的分類器由于對特征的抽取計算量大,無法達(dá)到實時性要求。而一些跟蹤的方法利用對幀間的差分來檢測運動的圖像塊,卻忽視了利用檢測來縮小跟蹤識別范圍以降低時間復(fù)雜度的優(yōu)勢。
　　本文首先總結(jié)分析了物體識別與跟蹤

3、技術(shù)有關(guān)的理論、算法及研究現(xiàn)狀,特別是對基于統(tǒng)計學(xué)習(xí)的識別方法和運動預(yù)測的方法進(jìn)行了詳細(xì)的介紹和性能分析。接著,本文結(jié)合國內(nèi)外研究成果的基礎(chǔ)上,提出了一種基于特征學(xué)習(xí)及運動預(yù)測的物體識別及跟蹤算法,并將其應(yīng)用到一種基于H A A R特征和HOG特征的車輛識別和跟蹤系統(tǒng)中。該系統(tǒng)能針對不同的特征的分類器組成級聯(lián)分類器,利用運動預(yù)測模型提高車輛識別的實時性及準(zhǔn)確性,能夠適用于復(fù)雜場景下的車輛檢測和跟蹤,不受背景場景的限制。
　　最后,

4、本文介紹了利用基于特征學(xué)習(xí)及運動預(yù)測模型的跟蹤算法設(shè)計的車輛檢測系統(tǒng),并且通過對不同天氣及不同類型車輛進(jìn)行實驗,將實驗結(jié)果進(jìn)行了分析,比較了傳統(tǒng)基于檢測的跟蹤算法及基于特征學(xué)習(xí)及運動預(yù)測模型算法的優(yōu)劣。通過實驗,可以驗證基于特征學(xué)習(xí)及運動預(yù)測模型的識別跟蹤算法在實時性及準(zhǔn)確性上有優(yōu)良的表現(xiàn)。同時,本文也對基于特征學(xué)習(xí)及運動預(yù)測模型的識別跟蹤算法仍存在的問題進(jìn)行了分析,特別是對誤識別的情形進(jìn)行了理論分析,也對未來的研究方向提出了建議與展望