2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩193頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、視覺監(jiān)控中的多物體跟蹤是計算機視覺研究領(lǐng)域的熱點問題之一,尤其是近年來,視頻監(jiān)控系統(tǒng)發(fā)揮著越來越重要的作用,它廣泛應(yīng)用于民宅、停車場、公共場合、銀行等一些場所的實時監(jiān)控。本文基于為使用一個固定的普通彩色攝像頭來監(jiān)控戶外或者室內(nèi)場景場合,設(shè)計了一種綜合運動檢測與物體跟蹤的智能視覺監(jiān)控系統(tǒng),對數(shù)目變化的多物體能自動完成檢測和跟蹤,并保存軌跡信息。多物體跟蹤的難點在于跟蹤目標變化不定、實際場景復(fù)雜、物體存在變形等,本文基于運動檢測與物體跟蹤相

2、結(jié)合的思想,將多物體跟蹤系統(tǒng)分為運動檢測模塊、團塊檢測模塊、跟蹤模塊和軌跡產(chǎn)生模塊四部分,對提高運動檢測與物體跟蹤的實時性、魯棒性與精確性進行了研究。本文的主要研究內(nèi)容如下:運動檢測部分,首先詳細分析了基于碼本模型的背景差法,在原算法基礎(chǔ)上,將像素在時域視為高斯分布,使之更符合統(tǒng)計規(guī)律和人體視覺系統(tǒng),重新定義了碼本、亮度失真度及更新規(guī)則,從而能檢測更加完整的前景目標。接著詳細分析了基于貝葉斯分類的背景差法,并基于碼本模型中的顏色空間模型

3、,設(shè)計了新的閾值化法,能夠一定程度上抑制拖影現(xiàn)象。實驗表明,這兩種背景差法在存在環(huán)境噪聲、運動的背景等情況下,都能有效地檢測出運動的物體。目標跟蹤部分,在運動檢測的基礎(chǔ)上,給出了多物體跟蹤的框架,即將多物體跟蹤分解為多個單物體跟蹤的組合。一方面,將跟蹤問題視為最優(yōu)狀態(tài)估計問題,詳細研究了利用粒子濾波進行物體跟蹤的算法流程和實現(xiàn)方法。并采用目標顏色特征和運動特征相結(jié)合的似然函數(shù),以及采用MCMC改善粒子的重要性分布,從而提高了目標跟蹤的精

4、度和效率。另一方面,將跟蹤問題視為一分類問題,詳細研究了利用On-line Boosting實現(xiàn)物體跟蹤,據(jù)此分析了On-line Boosting算法、Absolute Haar特征、Haar-like特征、弱分類器設(shè)計、On-line Boosting跟蹤流程。本文對原On-line Boosting算法的重要性權(quán)值更新策略進行了改進,并采用上述粒子濾波器加快原On-line Boosting算法的跟蹤速度。數(shù)據(jù)關(guān)聯(lián)部分,考慮到跟蹤

溫馨提示

  • 1. 本站所有資源如無特殊說明,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,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論