

版權說明: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,請進行舉報或認領
文檔簡介
1、在實際生活中,攝像機經(jīng)常被安裝在停車場、交通路口、機場、銀行等地方進行監(jiān)控。由于需要配置人員來進行持續(xù)的監(jiān)控導致這是一項乏味并且耗時的工作。如果能夠開發(fā)一套自動化的系統(tǒng)去分析監(jiān)控視頻流,獲取所需要的信息并做出相應的決策,那么能夠節(jié)省大量的人力和物力,具有十分重要的現(xiàn)實意義及經(jīng)濟價值。
本文在分析現(xiàn)有的運動檢測與跟蹤方法的基礎上,從圖像處理的角度,對基于混合高斯背景建模的運動檢測方法進行深入研究,并采用目前使用最廣泛的KLT(K
2、anade-Lucas-Tomasi)跟蹤算法進行對象跟蹤并進行人數(shù)統(tǒng)計,本文主要研究內(nèi)容包括:
1.基于混合高斯模型的算法改進。首先,我們通過實驗分析混合高斯模型在背景分割中的一些缺陷;然后,針對這些缺陷我們對原算法提出了一些改進思路,改進主要分為以下五個方面:1)基于塊的背景建模;2)背景模型判別準則;3)模型參數(shù)初始化;4)模型學習與背景更新;5)光照突變檢測。
2.背景建模。為了驗證改進后算法在不同環(huán)境下的背
3、景分割效果,我們在不同場景下的視頻數(shù)據(jù)庫上進行測試。實驗設計思路如下:1)室外環(huán)境下對算法分割性能的影響,并與其他改進算法比較分析;2)室內(nèi)外環(huán)境下算法分割性能對比;3)驗證物體在高速運動情況下對分割的影響;4)算法的光照突變檢測;5)復雜場景下改進算法的分割效果。通過各種場景下的實驗結果對比分析,證明了我們算法的分割效果優(yōu)于原算法。
3.對象統(tǒng)計?;谇懊嫖覀兲岢龅母倪M的背景分割算法,結合KLT跟蹤算法,我們采用模式識別分類
4、的思想,設計了一套基于單攝像頭的公交人數(shù)統(tǒng)計系統(tǒng),對上下車乘客進行人數(shù)統(tǒng)計。首先,對視頻流采用改進后的背景建模方法進行對象目標檢測;其次,用KLT算法對分割出的行人目標進行特征點檢測和跟蹤;然后,對跟蹤特征產(chǎn)生的軌跡進行實時聚類;最后,將聚類結果輸出,得到人數(shù)統(tǒng)計結果。系統(tǒng)有效的解決了在上下車擁擠情況下的行人跟蹤問題以及攝像機抖動問題,使目標跟蹤系統(tǒng)獲得較高的可靠性和魯棒性。
論文對復雜場景下運動目標檢測與跟蹤算法進行了比較深
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權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。
- 6. 下載文件中如有侵權或不適當內(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
- 自適應混合高斯背景建模算法的GPU并行優(yōu)化研究.pdf
- 基于混合高斯改進算法的視頻背景建模研究.pdf
- 基于自適應混合高斯模型的運動目標檢測.pdf
- 自適應高斯混合模型及說話人識別應用.pdf
- 自適應混合高斯目標檢測方法研究.pdf
- 基于自適應高斯混合模型說話人識別的研究.pdf
- 基于HSV的高斯混合模型背景減除方法.pdf
- 基于改進的混合高斯模型的目標檢測方法.pdf
- 基于自適應高斯混合模型的運動檢測算法研究.pdf
- 基于層次貝葉斯自適應稀疏的高斯混合模型.pdf
- 基于改進高斯混合模型的說話人識別方法研究.pdf
- 基于混合高斯的背景建模與陰影抑制算法研究.pdf
- 基于改進RBF建模和自適應采樣的RBDO方法研究.pdf
- 改進無模型自適應控制方法研究.pdf
- 基于高斯混合模型的語音轉換方法研究.pdf
- 基于自適應背景模型的步態(tài)識別.pdf
- 基于模糊系統(tǒng)的自適應方法及改進.pdf
- 基于改進的高斯混合模型的說話人識別的研究.pdf
- 基于自適應背景替換的運動對象檢測算法研究.pdf
- 基于改進混合高斯模型的前景檢測算法研究.pdf
評論
0/150
提交評論