智能監(jiān)控中運動目標的行為探測跟蹤算法研究.pdf

1、隨著計算機科學技術的發(fā)展，軍事、安防、交通、醫(yī)療等領域也進入了智能化階段?；谝曨l處理的應用也得到了國內(nèi)外專家和研究機構的重視，對視頻場景中的運動目標檢測和跟蹤是該領域應用的基礎和關鍵，是集數(shù)字圖像處理、模式識別、人工智能、計算機科學等多學科相結合的技術。這方面的研究和開發(fā)，不僅對于眾多領域有實際應用價值，而且具有十分重要的理論意義。
　　 本文對實際監(jiān)控視頻場景中的運動目標檢測和跟蹤算法進行了研究，實際場景中的背景、光照等復雜

2、性和運動目標之間交叉、遮擋等運動情況的多變性，都給運動目標檢測的準確性和運動目標跟蹤的有效性帶來困難。主要研究內(nèi)容包括：①研究了運動目標跟蹤的背景和現(xiàn)狀，分析了國內(nèi)外學者提出的運動目標跟蹤算法以及運動目標跟蹤方法的分類，找出現(xiàn)有的跟蹤算法存在的不足。②深入研究了目前流行的運動目標檢測算法。針對背景模型建立過程中運動目標對背景學習的影響和算法對光照變化的敏感性，對碼本背景模型算法和可視化背景提取算法進行了實驗對比，得出可視化背景提取算法能

3、夠適應復雜背景和光照變化的影響。③深入研究了卡爾曼濾波跟蹤算法，本文增加了該算法中運動目標的匹配特征，將目標的質(zhì)心、面積、不變矩組成特征向量作為目標匹配的依據(jù)，經(jīng)過特征之間的相似度來判斷跟蹤目標的準確性，提高了準確率。④深入研究了粒子濾波運動目標跟蹤算法。本文將可視化背景提取檢測算法和粒子濾波算法進行結合，減少了計算量和粒子退化、增加了粒子多樣性、縮小了粒子的搜索范圍，增強了粒子濾波跟蹤算法的性能。⑤對運動目標的逆向運動行為進行了研究，