資源描述：
《基于視頻的目標檢測與跟蹤技術(shù)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、摘要基于視頻的目標檢測與跟蹤技術(shù)是計算機視覺的主要研究方向之一，它是智能監(jiān)控、人機交互、移動機器人視覺導航、工業(yè)機器人手眼系統(tǒng)等應(yīng)用的基礎(chǔ)和關(guān)鍵技術(shù)。論文主要針對智能監(jiān)控和人機交互系統(tǒng)應(yīng)用中的目標，特別是人體目標的檢測與跟蹤問題展開研究，分別提出了用于背景靜止視頻序列運動目標的檢測與跟蹤算法，針對人體目標的快速檢測與跟蹤算法以及基于Meallshm的目標平移與旋轉(zhuǎn)跟蹤算法。論文完成的主要工作和貢獻有：1．針對智能監(jiān)控系統(tǒng)中運動目標檢測與跟蹤問題，提出了一種背景靜止視頻序列運動目標檢測與跟蹤方法。首先，對差分圖像的灰度分布做GMM(GaussiallMixtllreMo
2、del)建模，并引入基于GMM模型的邊界檢測算子，構(gòu)造運動邊界圖像，然后，通過修改GVF．snake的能量項，將此靜態(tài)圖像處理算法引入運動圖像，使其能夠提取運動圖像中目標的輪廓。又針對snake初始輪廓需要手工設(shè)定的問題，提出一種自動初始化方法。為加快GVF．Snal【e的收斂速度，采用一階差分算法預測下一時刻目標輪廓的位置。實驗結(jié)果證明，該算法對剛性和非剛性兩類目標都有較好的跟蹤效果。針對灰度圖像中目標輪廓檢測易受影子影響的問題，提出了一種基于彩色視頻序列的目標輪廓檢測算法。算法采用歸一化RGB空間與灰度空間相結(jié)合的模型取代單一灰度模型，該模型較好地抑制了影子的影響
3、，有利于對目標形狀進行準確識別。2．針對目前人體目標檢測算法不能檢測多角度人體目標以及實時性差等問題，提出了一種在靜態(tài)圖像中快速檢測任意角度人體目標的算法。算法分別利用目標顏色和輪廓兩類特征構(gòu)造兩種檢測器。顏色檢測器首先進行基于面部膚色和頭部發(fā)色的色彩分割，然后引入積分圖像算法快速提取分割后的圖像頭部目標區(qū)域。輪廓檢測器利用頭肩輪廓形狀的穩(wěn)定性，用參數(shù)化變形模板對頭肩輪廓建模，并定義由粗到精的模板匹配策略對頭肩進行多級檢測。最后構(gòu)建一個級聯(lián)檢測系統(tǒng)。又針對視頻監(jiān)控應(yīng)用中人體目標多數(shù)為運動目標這一特點，在上述算法基礎(chǔ)上增加了基于運動歷史圖像的運動目標檢測環(huán)節(jié)，快速提取視
4、頻序列中的運動目標，運動檢測環(huán)節(jié)的引入進一步提高了算法的速度。實驗證明，該算法是切實有效的。浙江大學博士學位論文3．提出了一種以頭肩輪廓為特征的基于粒子濾波器的跟蹤算法。由于粒子濾波器可以處理任意形式的系統(tǒng)模型和噪聲任意分布的狀態(tài)預估問題，因此它可以較好地處理圖像中由雜物導致的觀測密度非線性問題。算法采用與上述人體檢測算法相同的目標特征，使得兩者可以很好地融合，并減小了計算量。4．針對MeansKft跟蹤算法只能跟蹤目標平移運動，不能跟蹤旋轉(zhuǎn)運動問題，提出了一種改進的MeaIls11if}跟蹤算法，它可以同時跟蹤目標的平移和旋轉(zhuǎn)。算法以目標區(qū)域的梯度方向分布(直方圖)
5、為特征，構(gòu)造了可用MeaIlsllift算法尋優(yōu)的相似度函數(shù)，將旋轉(zhuǎn)跟蹤轉(zhuǎn)化為尋優(yōu)問題，利用Meanshift尋優(yōu)過程收斂速度快的優(yōu)點，有效跟蹤目標旋轉(zhuǎn)。最后利用交替迭代的方法，將旋轉(zhuǎn)跟蹤與Meallsh諗平移跟蹤算法融合起來，構(gòu)造了可以同時進行平移和旋轉(zhuǎn)跟蹤的完整跟蹤算法。關(guān)鍵詞：GvF．snakc，變形模板，Meallshifc，目標檢測與跟蹤，視頻序列2ABSTRACTThetccllllologyofvideobaSedobjectdetectionaIldtrack恤gisoneoft11ehotspotsint11efieldofcomputervisio
6、n，whichisalsot11ebasicandimponamtechn0109yinthe印plicationsofsmartsun，eilla】1ce，humall一macllinein袖ce，mobilerobotsnavigation，indus仃ialmbotshand—eyesystemaIldsoon．T11isthesisfocusesonthesolutiontomepmblemsoft11eobjects，especiallypeople，thedetectionandt11etr錳ckingintheapplicationsofsmansurv
7、eillanceandhulllall一mac量lineintemIce．Mainachievememsofthisdissertationareasfbllows：1．Anapproachtodctectand他ckmo、，ingobjectsinastaticback鯽dsequencewasproposed．Firstly，aGMMmodelofthe鱸aydistributionofadi丑’erenceimage、搬scon曲ructedandamotiondetectionopemCor、vasintroducedtogenerateam
