資源描述：
《無限購享：基于團(tuán)購活動(dòng)的移動(dòng)社交平臺(tái)》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。
1、無限購享：基于團(tuán)購活動(dòng)的移動(dòng)社交平臺(tái)//.paper.edu-1-中國科技論文在線基于MeanShift算法的運(yùn)動(dòng)目標(biāo)檢測陳景暉，門愛東**作者簡介：陳景暉，（1987-），男，碩士研究生，主要研究方向：圖像處理，視頻壓縮。通信聯(lián)系人：門愛東，（1966-），男，教授，博士生導(dǎo)師，主要研究方向：多媒體通信、數(shù)字電視（北京郵電大學(xué)信息與通信工程學(xué)院，北京100876）摘要：MeanShift算法是一種自適應(yīng)的梯度上升搜索峰值算法，近年來被廣泛地應(yīng)用到圖5像處理領(lǐng)域。而運(yùn)動(dòng)目標(biāo)檢測是一種基本的計(jì)算機(jī)視
2、覺技術(shù)，目標(biāo)檢測的結(jié)果將對運(yùn)動(dòng)目標(biāo)的分類、跟蹤及行為理解等后續(xù)處理產(chǎn)生重要影響。本文利用一種基于MeanShift算法的混合高斯模型來進(jìn)行背景建模，并設(shè)計(jì)了相應(yīng)的模型更新、運(yùn)動(dòng)目標(biāo)檢測以及檢測結(jié)果修正算法。實(shí)驗(yàn)結(jié)果表明，該方法在多種不同場景下均取得了較好的檢測效果。關(guān)鍵詞：MeanShift；運(yùn)動(dòng)目標(biāo)檢測；背景建模10中圖分類號(hào)：TP391MovingObjectDetectionBasedonMeanShiftAlgorithmChenJinghui,MenAidong(SchoolofInfo
3、rmationandCommunicationEngineering,BeijingUniversityofPostsand15Telecommunications,Beijing100876)Abstract:MeanShift,whichiswidelyusedinmanyfieldsofimageprocessingduringrecentyears,isanadaptivegradientascendingalgorithmusedtoseekthelocalmaximum.Movingo
4、bjectdetectionisoneofthebasictechniquesincomputervision.Resultofdetectionhasgreatinfluenceonpostprocessingstepssuchastargetclassification,objecttrackingandbehaviorunderstanding.<#990099'>20InthispaperweuseanovelGaussianmixturemodelbasedonMeanShifttore
5、presentthebackground.Andcorrespondingalgorithmsofmodelupdating,objectdetectionandresultcorrectionarealsodesigned.Experimentsshowthattheproposedmethodperformswellindifferentscenarios.Keywords:MeanShift;movingobjectdetection;backgroundmodeling<#990099'>
6、250引言智能視頻監(jiān)控是計(jì)算機(jī)視覺領(lǐng)域中近幾年來新興起的一個(gè)應(yīng)用方向。它利用計(jì)算機(jī)視覺技術(shù)對視頻信號(hào)進(jìn)行處理、分析和理解，并對視頻監(jiān)控系統(tǒng)進(jìn)行控制，從而提高視頻監(jiān)控系統(tǒng)的智能化水平。在智能監(jiān)控系統(tǒng)中，往往只對運(yùn)動(dòng)目標(biāo)感興趣。而要對目標(biāo)的運(yùn)動(dòng)進(jìn)行準(zhǔn)30確的分析，必須首先提取出感興趣的運(yùn)動(dòng)目標(biāo)，運(yùn)動(dòng)目標(biāo)檢測就是要將運(yùn)動(dòng)目標(biāo)從背景中分離出來。檢測結(jié)果的好壞直接決定著目標(biāo)分類、跟蹤和行為理解等運(yùn)動(dòng)分析的后期過程。運(yùn)動(dòng)目標(biāo)檢測的常用方法有背景減除法、幀間差分法、光流法和基于特征的方法等。背景減除法是最常用的
7、運(yùn)動(dòng)目標(biāo)檢測方法之一，其基本思想是尋找當(dāng)前圖像與事先得到的背景圖像（背景模型）的差異，以此作為運(yùn)動(dòng)目標(biāo)檢測的依據(jù)。這種差異通?？梢酝ㄟ^相35減或某種比較方式獲得，這取決于具體采用的模型。背景減除法的難點(diǎn)并不在于檢測本身，而在于背景模型的選取、建立、維護(hù)與更新。在這些過程中存在許多復(fù)雜的問題[1]，包括模型本身不完善引起的誤檢或漏檢，即背景誤檢測為前景或前景誤檢測為背景；模型的更新速度與目標(biāo)的運(yùn)動(dòng)速度不匹配引起的虛影或空洞，即模型更新過慢將背景檢測為前景或模型更新過快將前景檢測為背景；場景本身的復(fù)雜
8、性如樹葉的搖動(dòng)，光照的變化，攝像機(jī)的抖動(dòng)等40引起的檢測錯(cuò)誤；此外，物體的陰影對于運(yùn)動(dòng)目標(biāo)的干擾也十分嚴(yán)重。這些問題一直是背景建模的研究熱點(diǎn)，也是我們在設(shè)計(jì)算法時(shí)需要關(guān)注的。//.paper.edu-<#990099'>2-中國科技論文在線全文安排如下：第1章簡要介紹MeanShift算法的基本原理；第<#990099'>2章具體闡述基于MeanShift算法的背景建模方法；第3章給出運(yùn)動(dòng)目標(biāo)檢測的結(jié)果及分析；第4章是全文總結(jié)及展望。451MeanShift算法簡介MeanShif
