資源描述：
《智能視頻監(jiān)控中的運(yùn)動(dòng)人體檢測(cè)和跟蹤技術(shù)研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、重慶郵電大學(xué)碩士學(xué)位論文論文題目．鳘魚墾墊塑些揎主絲鎏盤厶簽拴型壘墼墮墊盔盟窒英文題目＆曼墨星墨!坌hQ墮叢QYi壁gH旦堡壘墮．．．．．．．．．—．DetectionandTrackingTechnology．．．．．．—．Q￡!壘±曼!!ig曼塾±yi亟曼Q墨旦!y曼i!!壘塾堡壘碩士研究生里嶇指導(dǎo)老師至焦盛副絲撞一學(xué)科專業(yè)鹽簋扭筮鮭魚堡逾論文提交日期—型鯊哮，皿論文答辯日期j墮巴車必論文評(píng)閱人答辯委員會(huì)主席疊墅墜越沙n年占月日獨(dú)創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。據(jù)我所知，除了文中
2、特別加以標(biāo)注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過(guò)的研究成果，也不包含為獲得重廢由E電太堂或其他教育機(jī)構(gòu)的學(xué)位或證書而使用過(guò)的材料。與我一同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說(shuō)明并表示謝意。學(xué)位論文作者簽名：、習(xí)曲乙簽字日期：硼掙年s月—擁學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解重龐郵皇太堂有關(guān)保留、使用學(xué)位論文的規(guī)定，有權(quán)保留并向國(guó)家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和磁盤，允許論文被查閱和借閱。本人授權(quán)重麼鰻電盍堂可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制
3、手段保存、匯編學(xué)位論文。(保密的學(xué)位論文在解密后適用本授權(quán)書)學(xué)位論文作者簽名：涸每k靳虢勿≮簽字日期：加脅年歲月諺日簽字日期：加I埠5月芯Et重慶郵電大學(xué)碩士論文摘要摘要智能視頻監(jiān)控是計(jì)算機(jī)視覺領(lǐng)域一個(gè)新興的研究方向，結(jié)合了圖像處理、模式識(shí)別、人工智能等多學(xué)科理論，被廣泛應(yīng)用于國(guó)防建設(shè)、交通管制、安防保衛(wèi)等需要實(shí)時(shí)監(jiān)控的場(chǎng)景。在監(jiān)控場(chǎng)景中，行人通常是我們關(guān)注的主要對(duì)象，對(duì)于運(yùn)動(dòng)人體的檢測(cè)和跟蹤是智能視頻監(jiān)控系統(tǒng)的重要組成部分，是對(duì)人體運(yùn)動(dòng)行為進(jìn)行分析的基礎(chǔ)，具有重要的研究意義和廣泛的應(yīng)用前景。本文主要針對(duì)攝像頭靜止情況下的運(yùn)動(dòng)人體
4、檢測(cè)和跟蹤進(jìn)行了研究，主要研究?jī)?nèi)容包括：在運(yùn)動(dòng)人體檢測(cè)階段，比較分析了光流法、幀間差分法、背景差分法等檢測(cè)方法的優(yōu)勢(shì)和不足，提出一種基于混合高斯模型法的運(yùn)動(dòng)人體檢測(cè)改進(jìn)算法，通過(guò)改進(jìn)混合高斯模型法的更新機(jī)制，并結(jié)合幀間差分法，經(jīng)過(guò)兩次與運(yùn)算和一次形態(tài)學(xué)膨脹處理，實(shí)現(xiàn)對(duì)運(yùn)動(dòng)人體的檢測(cè)。實(shí)驗(yàn)證明該方法能夠有效地抑制攝像頭抖動(dòng)、光照突變等背景噪聲的影響，在多種復(fù)雜場(chǎng)景中都能達(dá)到較好的檢測(cè)效果。在運(yùn)動(dòng)人體跟蹤階段，對(duì)常用的跟蹤算法進(jìn)行分類，針對(duì)Camshift算法在運(yùn)動(dòng)目標(biāo)與背景顏色相近以及遮擋等情況下跟蹤效果不佳等問(wèn)題，采用一種改進(jìn)的基于
5、Kalman濾波器的Camshift運(yùn)動(dòng)人體跟蹤算法，利用Kalman濾波器對(duì)人體下一幀的運(yùn)動(dòng)狀態(tài)進(jìn)行預(yù)測(cè)，再利用Camshift算法結(jié)合運(yùn)動(dòng)人體目標(biāo)掩模對(duì)人體進(jìn)行定位，該方法縮小了運(yùn)動(dòng)人體的搜索范圍，并能夠有效地解決運(yùn)動(dòng)遮擋問(wèn)題，實(shí)現(xiàn)對(duì)運(yùn)動(dòng)人體的有效跟蹤。關(guān)鍵詞：智能視頻監(jiān)控，目標(biāo)檢測(cè)，目標(biāo)跟蹤，混合高斯模型法，幀間差分法，Camshift算法，Kalman濾波器重慶郵電大學(xué)碩士論文Absn∞tAbstractIntelligentvideosurveillanceisanemergingresearchdirectioninth
6、efieldofcomputervision，whichcombinesmulti—disciplinarytheoriesofimageprocessing，patternrecognition，artificialintelligence，andiswidelyusedinnationaldefenseconstruction，trafficcontrol，securityanddefendingscenethatneedthereal—timesurveillance．Inthesurveillancescene，theped
7、estrianisusuallythemainobjectofconcern，andthedetectionandtrackingofmovinghumanisanimportantpartofIntelligentvideosurveillancesystem，whichisthebasisofanalysisofhumanmotionbehavior，andhasimportantresearchvalueandwideapplicationprospects．Thisthesismainlyreseachedonthedete
8、ctionandtrackingofmovinghumaninthecamerastationarycase，themaincontentsinclude：Inthemovinghumandetectionphase，withthec
