版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、進(jìn)入二十一世紀(jì)以來(lái),高新科技在社會(huì)上的運(yùn)用越來(lái)越廣泛,作為現(xiàn)在社會(huì)中安保系統(tǒng)的核心部分,對(duì)人群和實(shí)物的監(jiān)控也越來(lái)越智能化了。目前,由于全世界范圍內(nèi)從事監(jiān)控方面的技術(shù)人員對(duì)監(jiān)控技術(shù)地持續(xù)研發(fā)和創(chuàng)新,使得智能監(jiān)控這一方向成為業(yè)界的一個(gè)焦點(diǎn)研究方向。相關(guān)監(jiān)控技術(shù)的向前發(fā)展也推動(dòng)了全世界范圍內(nèi)諸如金融、交通、國(guó)防等事關(guān)國(guó)家安全的重要領(lǐng)域的實(shí)時(shí)性、精確性等智能化監(jiān)控的建設(shè)。
本文分別研究了此場(chǎng)景下比較通用的目標(biāo)跟蹤算法及異常行為檢測(cè)算法
2、,將整個(gè)系統(tǒng)主要分為目標(biāo)跟蹤模塊和異常行為檢測(cè)(識(shí)別)模塊。在目標(biāo)跟蹤模塊中,基于均值偏移(Mean Shift)算法具有的計(jì)算量小、延遲少等優(yōu)點(diǎn)及其所存在的模板更新智能化程度低、誤判率高等缺點(diǎn),同時(shí)研究了粒子濾波算法所具有的模板更新快、準(zhǔn)確率高等優(yōu)點(diǎn)及其所存在的計(jì)算量大、粒子多樣性差、遮擋問(wèn)題嚴(yán)重等缺點(diǎn),作者提出了基于卡爾曼(Kalman)濾波法的目標(biāo)跟蹤算法以解決上述算法的不足之處;在異常行為檢測(cè)(識(shí)別)模塊中,作者提出基于隱馬爾科
3、夫模型(Hidden Markov Model)的異常行為檢測(cè)算法來(lái)實(shí)現(xiàn)本模塊的功能,實(shí)驗(yàn)證明使用該方法進(jìn)行異常行為檢測(cè)效果比較優(yōu)良。研究了業(yè)界普遍使用的監(jiān)控方法及在特定場(chǎng)景下所對(duì)應(yīng)的監(jiān)控方法的一些不足,進(jìn)而提出了適合本文所對(duì)應(yīng)場(chǎng)景的監(jiān)控方法。具體而言,本文針對(duì)目標(biāo)跟蹤模塊和異常行為識(shí)別模塊分別提出了基于Kalman濾波法的目標(biāo)跟蹤算法及基于隱馬爾科夫模型的行為識(shí)別算法來(lái)實(shí)現(xiàn)這兩個(gè)模塊的功能。作者所在的項(xiàng)目組根據(jù)上述提出的關(guān)于跟蹤及異常
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 室內(nèi)場(chǎng)景的異常行為檢測(cè)與識(shí)別技術(shù)研究.pdf
- 基于圖像分割的家庭室內(nèi)場(chǎng)景稀疏分類(lèi)系統(tǒng)設(shè)計(jì)實(shí)現(xiàn).pdf
- 室內(nèi)場(chǎng)景下人群疏散行為仿真.pdf
- 基于Kinect室內(nèi)場(chǎng)景重建的研究.pdf
- 室內(nèi)場(chǎng)景的人體跟蹤與行為分析.pdf
- 基于Kinect室內(nèi)場(chǎng)景重建技術(shù).pdf
- 室內(nèi)場(chǎng)景的構(gòu)成要素研究.pdf
- 室內(nèi)場(chǎng)景管理算法設(shè)計(jì)與實(shí)現(xiàn)
- 室內(nèi)場(chǎng)景中的人體行為識(shí)別算法研究.pdf
- 基于深度信息的室內(nèi)場(chǎng)景重建技術(shù).pdf
- 基于直線的室內(nèi)場(chǎng)景框架重建研究.pdf
- 室內(nèi)場(chǎng)景下基于信任和入侵檢測(cè)機(jī)制的安全技術(shù)研究.pdf
- 基于KinectFusion的主動(dòng)式室內(nèi)場(chǎng)景重建與分析.pdf
- 基于視覺(jué)感知的室內(nèi)場(chǎng)景識(shí)別與理解.pdf
- 室內(nèi)場(chǎng)景火苗檢測(cè)算法研究與視覺(jué)預(yù)警系統(tǒng)設(shè)計(jì).pdf
- 基于多傳感器的室內(nèi)異常行為檢測(cè)系統(tǒng)的研究.pdf
- 基于FEKO仿真的室內(nèi)場(chǎng)景信道特性分析.pdf
- 多特征融合的室內(nèi)場(chǎng)景分類(lèi)研究.pdf
- 基于Kinect的3D室內(nèi)場(chǎng)景重建框架設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于RGB-D圖像的室內(nèi)場(chǎng)景語(yǔ)義分割方法.pdf
評(píng)論
0/150
提交評(píng)論