当前位置:文档之家› 基于视频的目标检测与跟踪方法的研究

基于视频的目标检测与跟踪方法的研究

目录

第一章绪论 (1)

1.1 课题的背景及意义 (1)

1.2 国内外研究的发展和现状 (2)

1.3 目标检测与跟踪的研究方法 (3)

1.3.1 目标检测的研究方法 (3)

1.3.2 目标跟踪的研究方法 (4)

1.3.3 目标检测与跟踪的关键技术 (5)

1.3.4 目标检测与跟踪的难点 (6)

1.4 论文主要研究内容及结构 (7)

第二章运动目标的检测 (9)

2.1 运动目标的检测方法 (9)

2.1.1 帧间差分法 (9)

2.1.2 背景差法 (10)

2.1.3 光流法 (10)

2.2 动态背景下的运动目标检测 (11)

2.2.1 角点检测 (11)

2.2.2 角点匹配 (13)

2.2.3改进帧差法 (13)

2.3 行人与车辆的检测 (14)

2.4 实验结果及分析 (16)

2.4 本章小结 (20)

第三章跟踪用的目标特征模型 (21)

3.1 目标的特征 (21)

3.1.1 颜色直方图特征 (21)

3.1.2 目标纹理特征 (23)

3.1.3 边缘方向特征 (25)

3.2 目标特征匹配 (26)

3.3 特征信息的融合 (27)

3.3.1 颜色直方图与背景信息的融合 (27)

3.3.2 颜色直方图与纹理特征融合 (28)

3.4 本章小结 (28)

第四章粒子滤波目标跟踪 (29)

4.1 粒子滤波算法原理 (29)

4.1.1 粒子滤波原理 (29)

4.1.2 粒子滤波过程 (30)

4.2 粒子滤波跟踪算法 (32)

4.2.1 目标跟踪的动态系统 (32)

4.2.2 目标状态的观测模型 (33)

4.2.3 跟踪结果及模型更新 (33)

4.3 粒子滤波跟踪的改进算法 (34)

4.3.1 目标特征融合 (34)

4.3.2 Bhattacharyya系数改进 (35)

4.3.3 K均值算法 (36)

4.3.4 粒子滤波跟踪的改进算法步骤 (37)

4.4实验结果与分析 (38)

4.5 本章小结 (41)

第五章Mean Shift目标跟踪 (43)

5.1 Mean Shift目标跟踪算法 (43)

5.1.1 Mean Shift方法基本原理 (43)

5.1.2 Mean Shift计算步骤 (44)

5.1.3 基于Mean Shift的目标跟踪 (45)

5.2 卡尔曼滤波和Mean Shift算法的融合 (45)

5.2.1 卡尔曼滤波原理 (46)

5.2.2 卡尔曼滤波对目标状态的估计 (47)

5.2.3 卡尔曼滤波和Mean Shift算法的融合 (48)

5.3 多目标跟踪问题 (48)

5.4 实验结果与分析 (51)

5.5 本章小结 (54)

第六章总结 (55)

6.1 本文工作总结 (55)

6.2 研究与展望 (55)

参考文献 (57)

致谢 (61)

基于视频的目标检测与跟踪方法的研究

第一章绪论

1.1 课题的背景及意义

视觉信息在人类获取的信息当中占有重要作用。当前,计算机技术、数字图像处理技术以及智能控制技术的发展,为人们获取视觉信息的并进行认知提供了充分条件。在强大的社会需求下,计算机视觉的研究日益加深。计算机视觉融合了多学科的内容,交叉性强,应用领域广泛。其中,目标检测和目标跟踪是计算机视觉研究的重要内容,同样也是模式识别领域的重要内容。因为具有广泛的运用前景和研究价值,基于视频的目标检测和目标跟踪成为研究的热门课题[1]。

视频目标检测,一种是对视频中运动的目标进行检测并提取,一种是已知目标的模型或目标的某些特征,在视频中寻找满足这些条件的目标。第一种目标检测,通常将视频转化为视频图像序列,进而运用一些运动目标检测的方法,如帧差法、光流法等。第二种通常需要目标特征的匹配等方法,如基于轮廓的匹配、基于模板的匹配。在目标检测过程中,数字图像技术是一项重要的内容,是目标检测和跟踪的基础。

视频目标跟踪,是将视频中人们感兴趣的目标进行检测提取,并运用跟踪算法实现对其状态的持续观测与跟踪。在视频图像中,包括静止和运动两种形式的物体。由于运动的物体通常具有更多令人们感兴趣的信息,因而对运动物体研究内容较多。

视频目标跟踪的过程,通常首先获取视频的图像序列,通过人工标定或者目标检测的方法对目标的初始化,运用相应的跟踪算法实现对后续图像序列对目标持续跟踪。实际过程中,视频图像序列中每帧图像都需要进行处理,对目标进行检测、分离、识别和跟踪等几个步骤。通过目标跟踪获取目标运动状态数据,并对数据进行处理和分析,从而研究目标运动规律,或者实现对目标行为的理解和描述,为后续工作提供信息支持[2]。

当前与视频跟踪技术相关的硬件性能大幅度提高,如视频采集和存储设备。当前视频跟踪技术处理视频图像的能力,能够达到实时性的要求。计算机技术及其他学科的发展也促进了视频跟踪技术的研究和发展[3]。在视频监控、智能交通、机器人视觉、国防科技、航空航天以及国民经济的生活、生产以及研究的众多领域,视频目标跟踪技术得到了广泛应用。

在公共安全领域,如银行、居民区等场所,具有目标检测与跟踪的监控系统得到应用。视频监控系统,有些能自动完成目标检测、识别和跟踪,有效减轻了人员的劳动量。一些智能的系统还可以对目标的行为识别,判断异常行为并进行预警。在交通

1

相关主题
文本预览
相关文档 最新文档