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(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、運(yùn)動(dòng)目標(biāo)跟蹤在自治車輛導(dǎo)航,機(jī)器人控制,基于運(yùn)動(dòng)的識(shí)別,視頻壓縮,基于視覺的控制,人機(jī)接口,醫(yī)學(xué)成像,增強(qiáng)現(xiàn)實(shí)和視頻場景監(jiān)控中都具有重要的應(yīng)用前景。隨著應(yīng)用的推廣,各種新技術(shù)被應(yīng)用到目標(biāo)跟蹤中來適應(yīng)更加復(fù)雜的環(huán)境,但到目前為止,還沒有一種算法對所有的情況都能適用,所以研究一種魯棒性好、精確、高性能的運(yùn)動(dòng)目標(biāo)跟蹤方法是該研究領(lǐng)域所面臨的一個(gè)巨大挑戰(zhàn)。運(yùn)動(dòng)目標(biāo)跟蹤的最終目的是分析和理解其行為以及和其他目標(biāo)的交互關(guān)系,運(yùn)動(dòng)目標(biāo)的行為理解和描述
2、引起了各國學(xué)者的高度重視,已成為最具挑戰(zhàn)的研究方向,它是將計(jì)算機(jī)視覺由低、中層次的處理推向高層抽象思維的關(guān)鍵問題。 本論文在回顧前人工作,研究各種跟蹤算法及其應(yīng)用場合的基礎(chǔ)上,提出了一種新的跟蹤算法,滿足了視頻監(jiān)控系統(tǒng)對跟蹤算法實(shí)時(shí)性的要求,解決了交互、碰撞、目標(biāo)進(jìn)出場景、多目標(biāo)跟蹤等問題,實(shí)現(xiàn)了監(jiān)控系統(tǒng)中對多種運(yùn)動(dòng)目標(biāo)(如人,魚群,鳥群)的跟蹤,并在數(shù)字全息干涉測量技術(shù)測量溶液濃度變化中,實(shí)現(xiàn)了溶液濃度變化過程的無噪聲干擾跟蹤
3、重建;特征作為目標(biāo)的行為描述和身份標(biāo)識(shí),是進(jìn)行計(jì)算機(jī)視覺高層研究的主要信息,本文在跟蹤的基礎(chǔ)上提取了目標(biāo)的關(guān)鍵運(yùn)動(dòng)特征。 本文首先針對運(yùn)動(dòng)目標(biāo)跟蹤中存在的問題,提出了AMCMC(Added Markov Chain Monte Carlo)粒子濾波跟蹤算法。AMCMC算法是把RJMCMC(Reversible Jump Markov Chain Monte Carlo)算法中檢測進(jìn)入場景和離開場景目標(biāo)的部分移到馬爾可夫鏈外,使其
4、抽樣過程相當(dāng)于MCMC(Markov Chain Monte Carlo)粒子濾波器。算法的運(yùn)算復(fù)雜度低,可以跟蹤可變數(shù)量的運(yùn)動(dòng)目標(biāo),還可以定義交換運(yùn)動(dòng)模式來解決遮擋、碰撞等問題。通過在AMCMC算法中定義不同的觀測模型和運(yùn)動(dòng)模式,實(shí)現(xiàn)了對運(yùn)動(dòng)人體、機(jī)動(dòng)性很強(qiáng)的群體運(yùn)動(dòng)目標(biāo)魚和鳥的跟蹤。通過不同運(yùn)動(dòng)模式不同觀測模型的思想,進(jìn)一步降低了運(yùn)算的復(fù)雜度,達(dá)到了實(shí)時(shí)跟蹤的要求。 對于目標(biāo)的特征提取,本文主要提取目標(biāo)的運(yùn)動(dòng)特征。在提取目標(biāo)
5、基本尺寸特征的基礎(chǔ)上,提取了目標(biāo)的運(yùn)動(dòng)速度和方向,并重點(diǎn)提出一種在視頻中利用目標(biāo)尺寸的變化特點(diǎn)測量鳥的翅膀拍打頻率的方法。通過對鳥在視頻中的運(yùn)動(dòng)進(jìn)行分析,得出鳥在圖像中的尺寸變化周期與鳥的拍打頻率一致的結(jié)論,采用短時(shí)傅立葉變換對尺寸信號(hào)進(jìn)行時(shí)頻分析,并計(jì)算信號(hào)的局部平均頻率,準(zhǔn)確測量了鳥的局部拍打頻率隨時(shí)間的變化。 在實(shí)現(xiàn)溶液濃度變化過程的無噪聲干擾跟蹤重建時(shí),首先介紹了跟蹤重建的過程和原理,針對存在噪聲的特點(diǎn)引入了一個(gè)似中值濾
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(huì)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(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)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(fù)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(zhǔn)確性、安全性和完整性, 同時(shí)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。
最新文檔
- 基于變換域的水下運(yùn)動(dòng)目標(biāo)特征提取與跟蹤.pdf
- 基于支持向量機(jī)的特征提取與目標(biāo)跟蹤算法研究.pdf
- 基于特征提取的視覺跟蹤算法研究.pdf
- 基于粒子濾波跟蹤的步態(tài)特征提取算法研究.pdf
- 基于方位走向的目標(biāo)特征提取算法研究.pdf
- 基于局部特征的運(yùn)動(dòng)目標(biāo)跟蹤算法的.pdf
- 基于特征提取及神經(jīng)網(wǎng)絡(luò)的圖像分類識(shí)別與目標(biāo)跟蹤.pdf
- 基于迭代算法的諧振區(qū)雷達(dá)目標(biāo)特征提取.pdf
- 關(guān)于運(yùn)動(dòng)目標(biāo)特征提取以及車輛顏色識(shí)別算法的研究.pdf
- 目標(biāo)高速運(yùn)動(dòng)的特征提取與分析.pdf
- 基于核方法的視頻運(yùn)動(dòng)目標(biāo)檢測與特征提取研究
- 視頻運(yùn)動(dòng)目標(biāo)提取與跟蹤算法研究.pdf
- 基于特征提取的目標(biāo)分類研究.pdf
- 人臉特征提取與跟蹤.pdf
- 水下目標(biāo)特征提取與線譜跟蹤技術(shù)研究.pdf
- 基于特征點(diǎn)的運(yùn)動(dòng)目標(biāo)檢測和跟蹤算法研究.pdf
- 基于核方法的視頻運(yùn)動(dòng)目標(biāo)檢測與特征提取研究.pdf
- 基于線性陣列的多目標(biāo)特征提取.pdf
- 運(yùn)動(dòng)目標(biāo)的特征提取與行為識(shí)別研究.pdf
- 特征提取在運(yùn)動(dòng)目標(biāo)檢測中的應(yīng)用分析.pdf
評論
0/150
提交評論