基于監(jiān)控視頻的人物檢測與跟蹤技術研究

基于監(jiān)控視頻的人物檢測與跟蹤技術研究

ID:34236617

大?。?.89 MB

頁數(shù):96頁

時間:2019-03-04

基于監(jiān)控視頻的人物檢測與跟蹤技術研究_第1頁
基于監(jiān)控視頻的人物檢測與跟蹤技術研究_第2頁
基于監(jiān)控視頻的人物檢測與跟蹤技術研究_第3頁
基于監(jiān)控視頻的人物檢測與跟蹤技術研究_第4頁
基于監(jiān)控視頻的人物檢測與跟蹤技術研究_第5頁
資源描述:

《基于監(jiān)控視頻的人物檢測與跟蹤技術研究》由會員上傳分享,免費在線閱讀,更多相關內(nèi)容在學術論文-天天文庫。

1、中圖分類號:TP391論文編號:102870118-S124學科分類號:080402碩士學位論文基于監(jiān)控視頻的人物檢測與跟蹤技術研究研究生姓名許錦婷學科、專業(yè)測試計量技術及儀器研究方向機器視覺指導教師陳仁文教授南京航空航天大學研究生院航空宇航學院二О一八年三月NanjingUniversityofAeronauticsandAstronauticsTheGraduateSchoolCollegeofAerospaceEngineeringResearchonHumanDetectionandTrackingTechnologyBasedonSurveillanceVideo

2、AThesisinMeasurementandTestingTechnology&InstrumentbyXuJintingAdvisedbyProf.ChenRenwenSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofEngineeringMarch,2018承諾書本人聲明所呈交的博/碩士學位論文是本人在導師指導下進行的研究工作及取得的研究成果。除了文中特別加以標注和致謝的地方外,論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果,也不包含為獲得南京航空航天大學或其他教育機構的學位或證書而使

3、用過的材料。本人授權南京航空航天大學可以將學位論文的全部或部分內(nèi)容編入有關數(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、匯編學位論文。(保密的學位論文在解密后適用本承諾書)作者簽名:日期:2018年4月2日南京航空航天大學碩士學位論文摘要智能監(jiān)控系統(tǒng)是一種具有主動監(jiān)測及預警功能的系統(tǒng),運動目標檢測以及跟蹤是智能監(jiān)控系統(tǒng)中重要的一環(huán)。本文結合監(jiān)控系統(tǒng)的需求,對監(jiān)控視頻的運動目標檢測算法以及跟蹤算法進行了深入研究。首先,利用像素點中前k個最大、最小亮度分量的平均值來代替最大、最小亮度分量值,并融入了自適應卡爾曼濾波的思想,對傳統(tǒng)碼本模型進行了改進,減少了其對光線變化的

4、敏感性。實驗結果表明,改進的碼本模型可明顯減少背景中混入的噪聲。在此基礎上,提出一種基于碼本模型和邊緣檢測的運動目標檢測算法。先利用改進碼本模型進行初步檢測,然后利用邊緣檢測將當前幀邊緣及均值背景邊緣檢測出來并作差分,處理后進行“與”操作得到結果。實驗結果表明本文算法檢測出的目標完整準確、邊緣清晰,前景提取率比GMM算法提高了24%,比改進碼本模型提高了5.3%,且處理方面能達57幀/秒,可滿足實時性要求。接著針對深度特征在旋轉適應上的不足,提出一種融合旋轉不變的統(tǒng)一LBP紋理特征以及卷積神經(jīng)網(wǎng)絡的相關濾波跟蹤算法。先構建并預訓練卷積神經(jīng)網(wǎng)絡,接著在評估標準集上分別對分層卷

5、積特征以及紋理特征融合分層卷積特征進行跟蹤性能分析。采用加權融合的方式將紋理特征與分層卷積特征結合,并采用尺度自適應以及更新策略。實驗證明,在復雜情況下,本文算法比起同樣利用卷積特征的HCF算法跟蹤精度提高了11.8%,跟蹤成功率提高了2%,對目標的旋轉形變以及尺度變化具有魯棒性。最后設計了一個監(jiān)控界面并對本文的檢測以及跟蹤算法進行了驗證,實驗證明,本文算法可以在實際監(jiān)控場景中對人物進行檢測與跟蹤。關鍵詞:智能監(jiān)控系統(tǒng),運動目標檢測,碼本模型,運動目標跟蹤,相關濾波,卷積特征本文工作在機械結構力學及控制國家重點實驗室完成。I基于監(jiān)控視頻的人物檢測與跟蹤技術研究ABSTRAC

6、TIntelligentmonitoringsystemisasystemwhichhasthefunctionofactivemonitoringandearlywarning.Movingtargetdetectionandtrackingisanimportantpartofintelligentmonitoringsystem.Basedontherequirementsofmonitoringsystem,movingtargetdetectionalgorithmandtrackingalgorithmofsurveillancevideoarestudiedi

7、nthispaper.Firstly,themaximumandminimumluminancecomponentvalueissubstitutedbythemeanofthefirstkmaximumandminimumluminancecomponentvaluesinthepixel,andtheideaofadaptiveKalmanfilterisintroduced,whichimprovesthetraditionalcodebookmodelandreducesitssensitivitytoli

當前文檔最多預覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學公式或PPT動畫的文件,查看預覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。