視頻監(jiān)控中運動目標(biāo)分類方法研究.pdf_第1頁
已閱讀1頁,還剩75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(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、智能視頻監(jiān)控作為計算機視覺領(lǐng)域的一個新興的研究方向,在軍事和生活領(lǐng)域擁有廣闊的發(fā)展前景。智能視頻監(jiān)控的主要目的是對視頻圖像序列中的運動目標(biāo)進(jìn)行檢測、跟蹤、分類和行為分析。目標(biāo)分類作為智能視頻監(jiān)控的一個關(guān)鍵步驟,其目的是對提取的運動目標(biāo)進(jìn)行語義上的分類,為目標(biāo)跟蹤或行為分析提供信息。
   本文主要研究基于靜止單攝像機的普通戶外場景下的運動目標(biāo)分類。目標(biāo)分類的準(zhǔn)確性是由采集信息的質(zhì)量決定的。然而,在戶外場景下進(jìn)行信息采集時,難免會

2、受到光照變化、遮擋、天氣等外界因素的干擾。運動目標(biāo)自身姿勢、位置、角度的變化也會給信息的采集帶來困難。在這樣復(fù)雜的外界環(huán)境下,若要做到準(zhǔn)確的分類,同時滿足智能視頻監(jiān)控系統(tǒng)實時性的特點,必須選擇最能反映目標(biāo)本質(zhì)的特征集合,并且提高分類器的分類速度和性能。
   本文正是從這兩個方面著手,主要進(jìn)行了以下幾方面的工作:
   (1)在特征選擇方面,提出了一種新的構(gòu)造特征集合的算法。首先,提取運動目標(biāo)的多個特征,然后利用這種算法

3、對每一種特征的分類性能進(jìn)行評價,最后選出分類貢獻(xiàn)率最高的一組特征構(gòu)成特征集合。通過這種方法進(jìn)行特征選擇后,在保證分類精度的前提下提高了分類速度。
   (2)對局部二進(jìn)制模式(LBP)進(jìn)行改進(jìn),并將其用于視頻目標(biāo)分類。近年來,局部特征因其較強的魯棒性,成為研究熱點。局部特征在目標(biāo)識別和圖像匹配方面得到了廣泛的應(yīng)用,卻很少被用于視頻目標(biāo)分類,主要是因為其計算量較大,且對攝像頭的分辨率要求較高。LBP算子是一種有效的紋理描述子,而且

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(hù)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(fù)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(zhǔn)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