基于視頻圖像的目標(biāo)自學(xué)習(xí)與定位研究.pdf

1、視頻圖像的目標(biāo)自學(xué)習(xí)與定位是計(jì)算機(jī)視覺(jué)的一個(gè)重要組成部分，已在場(chǎng)景監(jiān)控、智能交通等很多領(lǐng)域得到了廣泛應(yīng)用。本文基于目標(biāo)驅(qū)逐平臺(tái)，利用視頻圖像對(duì)目標(biāo)進(jìn)行識(shí)別與跟蹤。
　　目標(biāo)定位與跟蹤的基本思想是在圖像序列中根據(jù)視頻信息在空間和時(shí)間上的相關(guān)性，確定目標(biāo)在每一幀的位置。在靜態(tài)背景下，只有單個(gè)運(yùn)動(dòng)物體時(shí)，利用幀間差分法和背景差分法自動(dòng)識(shí)別目標(biāo)。實(shí)驗(yàn)表明，相較于背景差分法，幀間差分法能較準(zhǔn)確地檢測(cè)出運(yùn)動(dòng)目標(biāo)。有多個(gè)運(yùn)動(dòng)物體時(shí)，通過(guò)幀間差分

2、法得到運(yùn)動(dòng)物體，不能分離出目標(biāo)。
　　在動(dòng)態(tài)背景下，借助鼠標(biāo)點(diǎn)擊，人為選擇需要定位的目標(biāo)。本文利用區(qū)域生長(zhǎng)法得到目標(biāo)物體，然后進(jìn)行目標(biāo)自學(xué)習(xí)，使用Mean Shift算法、Mean Shift算法與卡爾曼濾波算法相結(jié)合的方法、粒子濾波算法對(duì)目標(biāo)進(jìn)行定位與跟蹤。
　　Mean Shift算法通過(guò)建立目標(biāo)模型，計(jì)算出目標(biāo)模型與候選模型的巴氏系數(shù)，使得巴氏系數(shù)取得最大值，從而找出與目標(biāo)模板最相似的候選區(qū)域，確定目標(biāo)在當(dāng)前幀中的位置