基于Mean Shift的視頻圖像目標檢測與跟蹤.pdf_第1頁
已閱讀1頁,還剩63頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著計算機和圖像技術的快速發(fā)展,計算機視覺技術在各個領域中受到了極大的關注。視頻目標檢測和跟蹤是當前計算機視覺領域的重要問題之一,在視頻監(jiān)控,醫(yī)療診斷,圖像壓縮,人機交互等很多領域有廣泛的應用。
  本文在對運動目標檢測和跟蹤算法研究的基礎上,針對算法存在的問題,提出一些解決的改進方法。
  在目標檢測方面,從算法的概念、原理、實現(xiàn)流程及關鍵技術等角度出發(fā),對光流法、幀間差分法、背景減除法等目前常見的運動目標檢測算法進行詳細

2、分析。通過實驗進行驗證比較,并分析總結了各算法的優(yōu)缺點。將高斯混合模型與背景圖像相關性運算相結合,實現(xiàn)模型學習速率自適應更新,提高了背景模型的適應性和魯棒性。
  在目標跟蹤方面,重點改進了復雜場景中運動目標跟蹤算法存在的問題,首先對Mean Shift目標跟蹤算法進行了深入分析。針對該算法存在當運動目標尺寸發(fā)生變化時因跟蹤框固定而導致跟蹤誤差甚至跟蹤目標的丟失等缺點,利用對運動目標的帶寬的調整,提出了一種基于圖像信息量的自適應尺

3、度變化的均值漂移改進算法。該算法在目標運動過程中可以實時的跟蹤目標的尺寸產生變化而調整跟蹤框,可以準確的鎖定運動目標,減少跟蹤誤差。其次為了解決復雜場景中目標運動的遮擋問題,研究了基于Kalman濾波器的運動目標預測問題。針對經典Mean Shift算法在對目標被遮擋時進行跟蹤過程中缺乏模板更新機制,設計了一種融合Mean Shift和Kalman濾波器的抗遮擋運動目標跟蹤算法,在該算法中利用Bhattacharyya系數(shù)值的變化來判斷

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,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,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。

評論

0/150

提交評論