運動目標檢測及跟蹤技術(shù)的研究.pdf

1、隨著信息社會的不斷發(fā)展,計算機被廣泛運用到了各行各業(yè)。而計算機視覺作為一門綜合性的學科,已經(jīng)吸引了各個學科的學者投入到對它的研究中去。計算機視覺是使用計算機及相關(guān)設(shè)備對生物視覺的一種模擬,它的主要任務就是通過對采集的圖片或視頻進行處理以獲得相應場景的三維信息,就像人類和許多其他類生物每天所做的那樣。運動目標檢測與跟蹤技術(shù)是計算機視覺領(lǐng)域研究較為廣泛的領(lǐng)域之一。這取決于這項技術(shù)的實用性很高,無論在民用還是軍事領(lǐng)域都具有極高的研究利用價值。

2、視頻智能監(jiān)控系統(tǒng)是最能體現(xiàn)運動目標檢測與跟蹤技術(shù)核心價值的平臺。
　　本文從運動目標檢測和運動目標跟蹤兩個方面來研究這項技術(shù);首先介紹了運動目標檢測最為常用的幾個方法:光流法、幀間差分法、背景減法。這三種方法是目前運用最為普遍的基本方法,但是由于其使用范圍的局限性,導致單一使用其中一種方法往往得到的結(jié)果并不理想,所以實際應用中往往采用的是改進的算法。接下來根據(jù)檢測運動目標時背景的不同來分類,分別從靜止背景下的目標檢測和動態(tài)背景下的

3、目標檢測兩個方面來討論。運動目標跟蹤是建立在運動目標檢測基礎(chǔ)之上的研究內(nèi)容,它是后續(xù)更加深入研究的基礎(chǔ),如:異常行為分析、交通流量統(tǒng)計等。本文介紹了運動目標跟蹤技術(shù)的研究要點,重點分析了基于Mean Shift的目標跟蹤算法和基于卡爾曼濾波的目標跟蹤算法。最后,以智能交通系統(tǒng)為平臺,以運行車輛為研究對象設(shè)計了交通流量統(tǒng)計的系統(tǒng)。該系統(tǒng)采用了基于背景模型的目標檢測方法。而車輛跟蹤則利用了卡爾曼濾波原理。實驗結(jié)果表明,該系統(tǒng)具有良好的適應環(huán)