視頻序列中多運動目標的檢測與識別.pdf

1、多目標檢測與識別是計算機視覺和數(shù)字圖像處理的熱點研究問題,廣泛應用于安防監(jiān)控、信息管理、智能化作業(yè)等領域。本文主要研究復雜場景中光照變化對多運動目標檢測的影響,采用多光照下灰度比率信息避免背景模型的光照變化;融合紋理和局部結構信息,以降低光照變化和噪音對目標識別性能的影響;利用融合顏色屬性和局部位置信息的可變特征分類器,顯著提高了諸如局部遮擋、扭曲、比例過小等因素干擾下的目標識別精度。本論文的主要工作包括:
　　第一,采用灰度比率

2、信息級聯(lián)高斯混合模型,提高多光照場景中運動目標檢測準確率,避免光照對圖像前后景像素的影響。本文對比現(xiàn)有的運動目標檢測方法,構建現(xiàn)實場景的多光照模型,利用這個模型表示光照變化對圖像像素的影響,運用灰度比率信息矯正像素的光照變化。最后使用高斯混合模型級聯(lián)灰度比率信息實現(xiàn)運動目標檢測,這樣具有能夠應對光照變化的優(yōu)點。
　　第二,融合紋理信息和局部結構特征,降低光照變化和噪音對局部特征的影響,提升目標識別性能。本文分析了現(xiàn)有局部紋理特征的

3、優(yōu)點和提取方式,使用Lab色彩空間避免灰度空間信息丟失,結合局部均值直方圖模式表述圖像的色差和亮度信息,然后采用融合色差和局部結構信息的特征實現(xiàn)可靠地目標識別。
　　第三,利用顏色屬性、色調和局部位置信息組成可變特征分類器,減弱局部遮擋、目標形變、目標過小等干擾,提高目標識別精度。本文采用顏色屬性加權融合色調信息的方式,構建圖像顏色特征,描述目標表象信息。采用目標拆分的方式在局部結構特征中添加部件的位置信息形成可變模型,以避免局部