基于粒子濾波與Mean Shift平滑運(yùn)動(dòng)跟蹤的研究與實(shí)現(xiàn).pdf

1、隨著計(jì)算機(jī)網(wǎng)絡(luò)和多媒體技術(shù)的蓬勃發(fā)展和不斷成熟,遠(yuǎn)程教育E-Learning作為一種新的教育模式在教育中所占的比重正在越來越大。隨著每年通過互聯(lián)網(wǎng)接受教育的人次的暴增,E-Learning儼然正在成為全球性的教育和培訓(xùn)的潮流和趨勢。在E-Learning中,最基本要求就是提供與教師教學(xué)活動(dòng)相關(guān)的視頻給遠(yuǎn)程的學(xué)生,這個(gè)視頻要求能捕獲教師的所有動(dòng)作,同時(shí)能夠盡可能高地提高視頻的分辨率,把教師的動(dòng)作、表情等細(xì)微信息傳遞給學(xué)生,提高教學(xué)質(zhì)量,給

2、學(xué)生更加生動(dòng)的學(xué)習(xí)體驗(yàn)。因此,這就需要一個(gè)實(shí)時(shí)的運(yùn)動(dòng)跟蹤算法,控制攝像機(jī)聚焦在教師身上,并且實(shí)時(shí)地調(diào)整位置對(duì)教師進(jìn)行跟蹤。本文通過實(shí)現(xiàn)三種常用的運(yùn)動(dòng)跟蹤算法：混合高斯模型背景差分法、貫序貝葉斯粒子濾波算法、均值偏移法,并經(jīng)過大量實(shí)驗(yàn)的基礎(chǔ)上,提出了一種新的基于貝葉斯估計(jì)粒子濾波算法框架的融合混合高斯模型背景差分法和Mean Shift均值偏移法的新運(yùn)動(dòng)跟蹤算法；并在此算法的基礎(chǔ)上,實(shí)現(xiàn)了一個(gè)針對(duì)智能教室應(yīng)用場景的實(shí)時(shí)運(yùn)動(dòng)人體檢測與跟蹤系

3、統(tǒng)。本文的具體工作如下：1)研究、實(shí)現(xiàn)三種運(yùn)動(dòng)跟蹤算法混合高斯模型背景差分法、貫序貝葉斯粒子濾波算法、均值偏移法。通過實(shí)驗(yàn),比較了三種算法的各自優(yōu)缺點(diǎn)。2)通過分析三種運(yùn)動(dòng)跟蹤算法各自算法的特點(diǎn),提出了一種新的基于貝葉斯估計(jì)粒子濾波算法框架的融合混合高斯模型背景差分法和Mean Shift均值偏移法的新運(yùn)動(dòng)跟蹤算法。以粒子濾波算法為算法框架,在粒子偏移過程中加入Mean Shift偏移向量,并以混合高斯模型背景差分法為全局采樣參數(shù),提高