

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
文檔簡介
1、視覺跟蹤技術(shù)作為計算機視覺領域一個重要的研究方向,是更高層次的動作識別、事件監(jiān)測和視頻分析等的基礎,在民用和軍事等許多領域得到了廣泛的應用。本文對多目標視覺跟蹤中的一些關鍵技術(shù)進行了深入研究。 首先,目前很多基于目標表面特征描述的視覺跟蹤方法均使用固定的特征模板,針對其跟蹤性能在目標運動時會降低的問題,本文基于HsV顏色空間直方圖特征目標描述方法和區(qū)域協(xié)方差特征描述方法,設計了增量式的特征模型更新算法跟蹤目標特征的變化,提高了基
2、于特征的視覺跟蹤算法的魯棒性,并將基于區(qū)域協(xié)方差特征的目標描述算法應用到場景圖片分類中,取得了良好的分類性能。 其次,本文提出了混和的概率數(shù)據(jù)相關方法來處理多目標和觀測量的數(shù)據(jù)相關問題,包括:類屬選通、觀測相似度和位置相關。其中,類屬選通對目標位置進行選通;觀測相似度利用目標本身的特征來和其他目標區(qū)別;位置相關則利用上一個時刻目標的位置預測當前時刻目標候選位置的概率,同時為粒子動態(tài)分配提供依據(jù)。對于多目標跟蹤問題中的數(shù)據(jù)相關,通
3、過建立目標之間的數(shù)據(jù)相關約束條件獲得了更好的跟蹤性能再次,為了更加有效使用粒子資源,本文提出了一種粒了動態(tài)分配方法。該方法利用多目標之間的位置相關,構(gòu)建目標相對于其他目標的位置關系的分布圖,從而確定在粒子濾波器重采樣過程中粒子分配的權(quán)重,實現(xiàn)對粒子資源的動態(tài)分配。 最后,本文設計并實現(xiàn)了基于粒子濾波器特征模板更新的多目標視覺跟蹤系統(tǒng)和基于區(qū)域協(xié)方差特征的場景識別算法,實現(xiàn)了基于區(qū)域協(xié)方差特征的對象檢測和視覺跟蹤方法,實驗結(jié)果驗證
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 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。
- 6. 下載文件中如有侵權(quán)或不適當內(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。
最新文檔
- 交通場景中智能多目標跟蹤技術(shù)研究.pdf
- 復雜場景中運動目標跟蹤技術(shù)研究.pdf
- 基于視頻的復雜場景下多目標跟蹤關鍵技術(shù)研究.pdf
- 復雜場景下單目標視覺跟蹤算法研究.pdf
- 空對地視覺多目標跟蹤技術(shù)研究.pdf
- 復雜場景下的多目標檢測與跟蹤.pdf
- 多目標監(jiān)控場景下的檢測和跟蹤技術(shù)研究.pdf
- 復雜場景下運動目標的視覺跟蹤方法研究.pdf
- 復雜場景中視覺運動目標檢測與跟蹤.pdf
- 復雜場景下的單目標視覺跟蹤算法研究.pdf
- 復雜條件下多目標跟蹤關鍵技術(shù)研究.pdf
- 圖像序列中多目標跟蹤技術(shù)研究.pdf
- 復雜場景中單目標跟蹤算法研究.pdf
- 復雜場景下多攝像機多目標跟蹤方法研究.pdf
- 復雜場景下多運動目標檢測與跟蹤技術(shù)研究.pdf
- 復雜場景下的目標檢測技術(shù)研究—視覺模型方法.pdf
- 基于計算機視覺的復雜場景下目標跟蹤研究.pdf
- 彩色圖像分割與復雜場景下視覺目標跟蹤方法研究.pdf
- 復雜環(huán)境下多目標跟蹤技術(shù)的研究.pdf
- 交叉口復雜場景下目標檢測與跟蹤技術(shù)研究.pdf
評論
0/150
提交評論