智能群體運動軌跡提取技術(shù)的研究.pdf_第1頁
已閱讀1頁,還剩69頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明: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),請進行舉報或認領(lǐng)

文檔簡介

1、在目標識別跟蹤系統(tǒng)中,目標的運動軌跡等信息采集是重要一環(huán)。它能夠獲得所監(jiān)控目標的空間坐標、時間參數(shù)等可靠數(shù)據(jù),這些數(shù)據(jù)是多目標的運動分析、場景分析的研究基礎(chǔ)。目前對于大規(guī)模智能群體的目標跟蹤及運動軌跡提取技術(shù)的研究是難點問題,因此群體目標軌跡提取系統(tǒng)具有很高的研究價值。
  本課題針對智能群體的應(yīng)用場景,通過使用固定攝像頭捕獲群體運動視頻序列、目標檢測、目標跟蹤、軌跡提取等一系列環(huán)節(jié),提取出運動目標在每一幀圖像上的二維坐標位置,并

2、根據(jù)不同的特征值,將相鄰圖像幀間的同一運動目標關(guān)聯(lián)起來,得到運動目標完整的運動軌跡信息。
  主要研究內(nèi)容包括以下三方面:
  (1)目標檢測技術(shù)研究。本文首先介紹并深入分析了目標檢測的幾種經(jīng)典方法,然后給出了本文所采用的算法,即融合陰影檢測的高斯混合模型的目標檢測算法,這種方法可以較好地去除場景中的背景及陰影等一系列干擾像素,并能夠適應(yīng)場景變化和目標的短暫停止;同時,本文并研究了前景提取中的二值化去噪等相關(guān)技術(shù)以獲得完整的

3、前景圖像。
  (2)目標的跟蹤技術(shù)研究。本文在詳細研究了幾種主流跟蹤算法的基礎(chǔ)上,對基于粒子濾波的均值偏移算法做了詳盡分析,該方法可以處理多目標在發(fā)生咬合遮擋(occlusion)時的情形,區(qū)分出目標。最后,在得到目標的各個時間點的位置信息即得到目標運動軌跡后存取至文件。
  (3)構(gòu)建目標跟蹤及軌跡提取系統(tǒng)。本文對目標跟蹤及軌跡提取的整個流程進行梳理,設(shè)計并構(gòu)建了采用組件相連的軌跡提取系統(tǒng),即通過攝像頭捕捉智能群體的運動

溫馨提示

  • 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論