

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、目標(biāo)檢測(cè)與跟蹤方法是計(jì)算機(jī)視覺(jué)領(lǐng)域一個(gè)重要的分支。近年來(lái),隨著我國(guó)大力推進(jìn)“平安城市”建設(shè),智能視頻監(jiān)控越來(lái)越受到人們的關(guān)注。在社會(huì)治安管理和社會(huì)防控方面,平安城市綜合管理信息公共服務(wù)平臺(tái)可以對(duì)監(jiān)控場(chǎng)景中的目標(biāo)進(jìn)行檢測(cè)與分析,當(dāng)發(fā)生異常情況時(shí)可以實(shí)現(xiàn)自動(dòng)報(bào)警并記錄信息,從而節(jié)省了大量人力、物力,加快了城市安全系統(tǒng)建設(shè)。另外,目標(biāo)檢測(cè)和跟蹤在軍事制導(dǎo)、機(jī)器人研究中也起著至關(guān)重要的作用。
本文首先粗略檢測(cè)出前景目標(biāo),針對(duì)經(jīng)典運(yùn)動(dòng)檢
2、測(cè)對(duì)光照變化、陰影等復(fù)雜環(huán)境出現(xiàn)的誤檢測(cè)現(xiàn)象,基于VIBE背景減除方法,提出了一種結(jié)合顏色和SILTP紋理的陰影消除算法,提高目標(biāo)區(qū)域的定位精度,為后續(xù)的目標(biāo)跟蹤打下基礎(chǔ);其次,由于傳統(tǒng)特征提取方法速度慢并且在復(fù)雜環(huán)境中往往會(huì)丟失跟蹤目標(biāo),提出一種LBP紋理與改進(jìn)FAST角點(diǎn)算法相結(jié)合的混合特征,實(shí)現(xiàn)了對(duì)目標(biāo)的準(zhǔn)確跟蹤;最后,在目標(biāo)跟蹤算法中,針對(duì)原有Meanshift算法中核函數(shù)帶寬固定無(wú)法適應(yīng)目標(biāo)尺度變化、相似度匹配僅僅采用前一幀目
3、標(biāo)位置展開(kāi)而沒(méi)有對(duì)目標(biāo)位置的預(yù)測(cè)功能以及基于統(tǒng)計(jì)顏色作為特征在相似背景下區(qū)分度極度下降等三種缺點(diǎn),本文加入感興趣區(qū)域運(yùn)動(dòng)檢測(cè)以去除干擾背景并采用Kalman濾波器對(duì)目標(biāo)位置進(jìn)行預(yù)測(cè)。相對(duì)于傳統(tǒng)的均值漂移算法,在保持計(jì)算量的基礎(chǔ)上,改進(jìn)的算法解決了目標(biāo)因遇到大面積遮擋或背景干擾而跟蹤丟失的問(wèn)題。
本文在VS2010平臺(tái)下,使用OPENCV庫(kù)仿真實(shí)現(xiàn)了提出的算法。經(jīng)驗(yàn)證,本文算法能實(shí)時(shí)完成目標(biāo)的檢測(cè)與跟蹤任務(wù),實(shí)現(xiàn)了多目標(biāo)的正確跟
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于多特征融合的目標(biāo)跟蹤算法的研究.pdf
- 基于多特征融合的多目標(biāo)跟蹤算法.pdf
- 基于多特征融合的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)與多特征融合的粒子濾波目標(biāo)檢測(cè)跟蹤算法研究.pdf
- 基于多特征融合的視覺(jué)目標(biāo)跟蹤研究.pdf
- 基于多特征融合與粒子濾波的目標(biāo)跟蹤.pdf
- 基于自適應(yīng)模型和多特征融合的目標(biāo)跟蹤算法研究.pdf
- 復(fù)雜環(huán)境下基于粒子濾波的多特征融合目標(biāo)跟蹤算法研究.pdf
- 基于運(yùn)動(dòng)檢測(cè)和特征融合的多目標(biāo)跟蹤算法研究.pdf
- 基于深度特征學(xué)習(xí)的目標(biāo)檢測(cè)與跟蹤算法研究.pdf
- 基于算法融合的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤技術(shù)研究.pdf
- 基于粒子濾波和Mean Shift的多特征融合的目標(biāo)跟蹤算法.pdf
- 基于多算法融合的目標(biāo)跟蹤技術(shù)研究.pdf
- 基于多算法融合的視頻目標(biāo)跟蹤方法研究.pdf
- 基于尺度不變特征融合的目標(biāo)跟蹤算法.pdf
- 多特征融合的視覺(jué)跟蹤算法研究.pdf
- 基于多源信息融合的多目標(biāo)跟蹤算法研究.pdf
- 基于特征點(diǎn)的目標(biāo)檢測(cè)與跟蹤快速算法研究.pdf
- 基于多幀數(shù)據(jù)的弱小目標(biāo)檢測(cè)與跟蹤算法研究.pdf
- 基于粒子濾波的多特征目標(biāo)跟蹤算法研究.pdf
評(píng)論
0/150
提交評(píng)論