

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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、視頻數(shù)據(jù)以非結(jié)構(gòu)化形式存在且數(shù)量巨大,模擬人類視覺系統(tǒng)快速抽取信息的顯著性檢測(cè)是計(jì)算機(jī)視覺中的一個(gè)熱點(diǎn)。顯著目標(biāo)是圖像或視頻中感興趣的對(duì)象,也是構(gòu)成視頻場(chǎng)景內(nèi)容的主要實(shí)體。因此借助顯著目標(biāo)進(jìn)行目標(biāo)檢測(cè)、定位、識(shí)別和跟蹤可以快速、高效地實(shí)現(xiàn)視頻監(jiān)控。近年來的研究表明通過多特征融合方法可以得到比較好的顯著圖。本文以視頻序列作為研究對(duì)象,主要研究了基于時(shí)空顯著性的顯著目標(biāo)檢測(cè)、分割和跟蹤方法。
本研究主要內(nèi)容包括:⑴針對(duì)現(xiàn)有方法以視
2、頻幀中心作為位置先驗(yàn),沒有充分利用視頻的運(yùn)動(dòng)連續(xù)性信息以及現(xiàn)有方法使用邊緣和連通性作為背景的先驗(yàn)不能很好地處理紋理復(fù)雜的場(chǎng)景導(dǎo)致的顯著區(qū)域錯(cuò)誤提取的問題,本文考慮監(jiān)控視頻中相鄰幀顯著區(qū)域的空間連續(xù)性,提出改進(jìn)的先驗(yàn)和時(shí)空特征相結(jié)合的顯著性檢測(cè)模型。該模型通過得到的檢測(cè)結(jié)果計(jì)算位置先驗(yàn);以時(shí)間維度上的均值濾波得到背景作為背景先驗(yàn);然后將背景和位置先驗(yàn)與速度加速度先驗(yàn)融合成先驗(yàn)顯著圖,最后與顏色、運(yùn)動(dòng)大小和方向構(gòu)成的對(duì)比度特征顯著圖相融合形
3、成最終的顯著圖。在標(biāo)準(zhǔn)數(shù)據(jù)庫和監(jiān)控視頻上的實(shí)驗(yàn)結(jié)果表明,提出方法得到的顯著圖很好地抑制了背景,突出了顯著目標(biāo)。⑵顯著區(qū)域的確定是目標(biāo)完整性提取的關(guān)鍵,針對(duì)現(xiàn)有顯著區(qū)域提取方法存在的這一不足,從顯著圖出發(fā),在充分分析各種目標(biāo)分割算法的基礎(chǔ)上,選用改進(jìn)的區(qū)域生長方法對(duì)顯著圖進(jìn)行顯著目標(biāo)的提取。在實(shí)際監(jiān)控視頻上的實(shí)驗(yàn)比較分析發(fā)現(xiàn),改進(jìn)的區(qū)域生長顯著區(qū)域提取方法具有較好的目標(biāo)區(qū)域提取性能,可以有效地保證視頻監(jiān)控中顯著目標(biāo)的完整性,便于后續(xù)的目標(biāo)
4、跟蹤。⑶針對(duì)傳統(tǒng)Mean Shift跟蹤缺乏目標(biāo)模板更新導(dǎo)致對(duì)變化較快的目標(biāo)無法跟蹤,以及Kalman濾波和Mean Shift無法處理多目標(biāo)跟蹤的問題,在顯著目標(biāo)檢測(cè)與數(shù)據(jù)關(guān)聯(lián)的基礎(chǔ)上,本文將Mean Shift和Kalman濾波方法相結(jié)合,進(jìn)行顯著目標(biāo)的跟蹤。該方法在傳統(tǒng)的Mean Shift算法中加入模板更新,利用Kalman濾波預(yù)測(cè)下一幀中的目標(biāo)位置,加快搜索速度,并且通過數(shù)據(jù)關(guān)聯(lián)匹配檢測(cè)窗口和目標(biāo)模板。實(shí)驗(yàn)證明本文的方法有效提
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(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)頁內(nèi)容里面會(huì)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(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
- 視頻監(jiān)控中目標(biāo)跟蹤算法的研究.pdf
- 視頻監(jiān)控中的運(yùn)動(dòng)目標(biāo)跟蹤算法研究.pdf
- 視頻監(jiān)控中目標(biāo)跟蹤技術(shù)研究.pdf
- 智能視頻監(jiān)控中的目標(biāo)跟蹤算法研究.pdf
- 視頻監(jiān)控中的運(yùn)動(dòng)目標(biāo)跟蹤與識(shí)別研究.pdf
- 監(jiān)控視頻中目標(biāo)跟蹤與檢索技術(shù)的研究.pdf
- 視頻監(jiān)控系統(tǒng)中運(yùn)動(dòng)目標(biāo)跟蹤算法的研究.pdf
- 視頻監(jiān)控中目標(biāo)檢測(cè)與跟蹤算法的研究.pdf
- 視頻監(jiān)控系統(tǒng)中多目標(biāo)跟蹤算法的研究.pdf
- 視頻監(jiān)控中運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤.pdf
- 視頻監(jiān)控中目標(biāo)檢測(cè)與跟蹤算法研究.pdf
- 基于視覺顯著性的視頻目標(biāo)跟蹤研究.pdf
- 視頻監(jiān)控中的目標(biāo)檢測(cè)與跟蹤問題研究.pdf
- 智能視頻監(jiān)控中的人體目標(biāo)跟蹤研究.pdf
- 監(jiān)控視頻中多目標(biāo)檢測(cè)與跟蹤研究.pdf
- 智能視頻監(jiān)控中的目標(biāo)檢測(cè)與跟蹤的研究.pdf
- 視頻監(jiān)控的目標(biāo)跟蹤技術(shù)研究.pdf
- 智能視頻監(jiān)控中的遮擋目標(biāo)跟蹤技術(shù)研究.pdf
- 智能視頻監(jiān)控中運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤.pdf
- 智能視頻監(jiān)控中目標(biāo)跟蹤算法研究及應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論