資源描述：
《視頻監(jiān)控中運動目標檢測與跟蹤方法研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學術(shù)論文-天天文庫。
1、189787≥活炙遠大學申請工學博士學位論文視頻監(jiān)控中運動目標檢測與跟蹤方法研究研究生：徐治非【Do、。弓乞zo’、')指導教師：施鵬飛教授學科專業(yè)：模式識別與智能系統(tǒng)研究方向：計算機視覺上海交通大學電子信息與電氣工程學院圖像處理與模式識別研究所二oO九年一月●U-◆RESEARCHONMOVINGOBJECTDETECTIONANDTRACKINGINVIDEOSURVEILLANCEThesisSubmittedtoShanghaiJiaoTongUniversityinpartialfulfillm
2、entoftherequirementforthedegreeofDOCTOROFPHILOSOPHYZhifeiXU(PatternRecognitionandIntelligentSystems)ThesisSupervisor：Prof．PengfeiShiJan，2009㈣3刪8舢0M6洲3㈣8刪1●舯Y●●●上海交通大學學位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的學位論文，是本人在導師的指導下，獨立進行研究工作所取得的成果。除文中已經(jīng)注明引用的內(nèi)容外，本論文不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫過的
3、作品成果。對本文的研究做出重要貢獻的個人和集體，均已在文中以明確方式標明。本人完全意識到本聲明的法律結(jié)果由本人承擔。學位論文作者簽名：餼濰昨日期：如。?年<月【g日■●■●上海交通大學學位論文版權(quán)使用授權(quán)書本學位論文作者完全了解學校有關(guān)保留、使用學位論文的規(guī)定，同意學校保留并向國家有關(guān)部門或機構(gòu)送交論文的復印件和電子版，允許論文被查閱和借閱。本人授權(quán)上海交通大學可以將本學位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢索，可以采用影印、縮印或掃描等復制手段保存和匯編本學位論文。保密口，在一年解密后適用本授權(quán)書。
4、本學位論文屬于／不保密阢(請在以上方框內(nèi)打“√")學位論文作者簽名：汽滟蚱指導教師日期：扣7¨月‘刁勺徹●一上海交通大學博士學位論文答辯決議書所在姓名徐治非學號0040322034模式識別與智能系統(tǒng)學科指導教師施鵬飛答辯2008．．01．．16答辯上海交通大學徐匯校區(qū)教二樓2樓日期地點論文題目視頻監(jiān)控中運動目標檢測與跟蹤方法研究投票表決結(jié)果：7／7／7(同意票數(shù)／實到委員數(shù)／應到委員數(shù))答辯結(jié)論：弋磊過口朱通過評語和決議：’視頻圖像中運動目標檢測與跟蹤是當前計算機視覺領(lǐng)域中的熱點研究課題之一。論文主要對視
5、頻監(jiān)控中的運動目標檢測與跟蹤技術(shù)進行了深入的研究，論文具有重要理論意義和應用價值，并取得了如下結(jié)果：提出了一種基于遞歸誤差補償?shù)奶卣鞅尘敖７椒ê鸵环N自適應閾值選擇方法，提高了運動目標的檢測率；提出了一種自適應子類判別分析顏色空間學習的MeanShifl跟蹤算法；提出了一種基于顏色、邊緣和紋理的多特征信息自適應融合的粒子濾波跟蹤算法，可提高目標跟蹤的魯棒性；針對單一核直方圖模型表達的局限性，提出了一種混合核直方圖模型的粒子濾波跟蹤算法，提高了目標跟蹤的可靠性。論文立論正確，分析嚴謹，條理清晰，實驗數(shù)據(jù)可靠
6、。論文有創(chuàng)新性。論文工作+體現(xiàn)了作者已經(jīng)掌握本專業(yè)的堅實寬廣的理論基礎和系統(tǒng)深入的專業(yè)知識，獨立從事科研能力強。該同學在答辯過程中表述清楚，能正確回答所提問題，經(jīng)答辯委員會無記名投票，：一致同意通過論文答辯。建議校學位委員會授予工學博士學位。D：細少年，月名日職務姓名職稱單位簽名主席邵世煌教授東華大學名歹丟，Ii答7淅辯委員汪鐳教授同濟大學委委員方濤教授上海交通大學彳仍員會委員楊新教授上海交通大學毒。高勢成蕊l锨員委員劉重慶教授上海交通大學簽渤確名委員陳軍高級工程師上海銀晨智能識別科技有限公司委員施鵬飛教
7、授上海交通大學．仫乏么L秘書朱莉莉工程師上海交通大學筘谫新／II．．．．．．．．．————j■≥●視頻監(jiān)控中運動目標檢測與跟蹤方法研究摘要智能視頻監(jiān)控技術(shù)是近年來計算機視覺研究領(lǐng)域中新興的一個研究方向。它的主要研究目標是利用計算機視覺技術(shù)、圖像視頻處理技術(shù)和人工智能技術(shù)對監(jiān)控視頻的內(nèi)容進行描述、分析和理解，并能根據(jù)分析的結(jié)果對視頻監(jiān)控系統(tǒng)進行控制，從而使視頻監(jiān)控系統(tǒng)具有較高層次的智能化水平。它的主要研究內(nèi)容包括：監(jiān)控視頻運動目標的檢測、目標的跟蹤、目標的識別和目標的行為分析等。本文致力于智能視頻監(jiān)控中的運
8、動目標檢測與跟蹤方法研究，主要完成以下幾方面的創(chuàng)新性工作：1．提出了基于遞歸誤差補償?shù)奶卣鞅尘敖７椒▉頇z測運動目標，通過對特征背景建模方法中的重建參考背景圖像進行遞歸誤差補償，來減少前景目標對特征背景模型的影響，從而提高檢測率；提出了一種自適應、魯棒的閾值選擇方法，該方法首先利用背景差圖像的積累直方圖的變化點信息來得到全局閾值，利用背景訓練圖像局部像素的統(tǒng)計信息來得到局部閾值，綜合全局閾值和局部閾值的信息，可以在有效地檢測前
