基于多特征融合的運動目標(biāo)檢測與跟蹤方法研究.pdf

1、運動目標(biāo)檢測與跟蹤是視頻監(jiān)控領(lǐng)域里的一項重要工作，被廣泛應(yīng)用于智能視頻瀏覽，圖像編碼，交通管理，銀行監(jiān)控等領(lǐng)域。通過完善和改進運動目標(biāo)檢測的算法，尤其解決遮擋問題，可進一步提高監(jiān)控系統(tǒng)的智能化水平，有效地實現(xiàn)對運動物體的跟蹤。
　　 本文主要研究了基于多特征融合的運動目標(biāo)檢測與跟蹤方法，目前，提出的運動目標(biāo)檢測與跟蹤的方法很多，每種方法都有各自的缺點和不足。本文采用馬爾可夫隨機場分割與目標(biāo)分塊匹配的方法相結(jié)合，重點解決在多目標(biāo)情

2、況下，發(fā)生靜態(tài)遮擋與彼此遮擋以及不同光線條件下的目標(biāo)分割與跟蹤問題。
　　 運動目標(biāo)分割的效果對進一步的運動目標(biāo)跟蹤會帶來關(guān)鍵性的影響，因此選取一個好的分割方法非常重要，在運動目標(biāo)分割方面，本文提出一種基于自適應(yīng)權(quán)值的區(qū)域馬爾可夫隨機場(MRF)分割的方法，該方法利用了相鄰像素區(qū)域的空間相關(guān)性，自適應(yīng)更新系統(tǒng)能量函數(shù)中的參數(shù)β，可以更準(zhǔn)確的分割出運動目標(biāo)[1]，馬爾科夫隨機場模型是基于馬爾可夫隨機場與Gibbs分布的等效性，在圖