自適應運動目標檢測與跟蹤.pdf

1、在科技快速發(fā)展的今天，計算機視覺已經(jīng)應用到了生活的方方面面。在這一領域中的運動目標檢測與跟蹤技術更是一項重要的研究課題。國內(nèi)外眾多的學者在這一領域做了大量的研究，涌現(xiàn)出了很多優(yōu)秀的算法。但是這些算法大多要限定一些特定的條件，如純凈背景，無遮擋，顏色分明等。而要想在較為真實的環(huán)境中對視頻序列中的運動目標進行檢測，并且實現(xiàn)較為穩(wěn)定的跟蹤效果，仍然是極具挑戰(zhàn)的課題。針對目前存在問題，本文將研究自適應的運動目標檢測與跟蹤方法，研究內(nèi)容主要如下:

2、
　　在運動目標檢測方面，以背景差分算法作為基礎，重點研究背景建模這一核心內(nèi)容。在實際場景中背景有的簡單有的復雜，并且不是一成不變的，而且背景中隨時會有干擾產(chǎn)生，如果背景模型不能適應場景的變化那么就會造成性能浪費或者檢測失敗。在考慮背景建模的精確度和算法復雜度的前提下，提出一種采用單高斯和混合高斯雙模型結(jié)合的自適應背景建模方法。
　　在運動目標跟蹤方面，首先介紹基本的運動目標跟蹤方法，針對傳統(tǒng)的Mean-Shift跟蹤算法的

3、不足，重點研究Camshift目標跟蹤算法。以目標檢測算法得到的前景目標為基礎，解決了初始目標手動選取的不足。為了克服目標跟蹤過程中常出現(xiàn)的目標運動過快或者目標遇到顏色相近的背景干擾問題，提出一種融合Kalman濾波的改進Camshift算法。通過計算跟蹤結(jié)果與目標模型的Bhattacharyya系數(shù)來自適應的判斷跟蹤是否準確，在跟蹤產(chǎn)生誤差時以Kalman濾波器的預測結(jié)果來修正Camshift的跟蹤結(jié)果，能夠大大改善跟蹤效果提高算法的