视频序列目标检测与跟踪技术的研究

被引:0
作者
刘伟静
机构
[1] 河北大学
关键词
视频序列; 目标检测; 目标跟踪; Kalman滤波; Mean shift算法;
D O I
暂无
年度学位
2009
学位类型
硕士
导师
摘要
在人类生存的环境中,视觉是获取信息、认识世界的重要途径,其中动态视觉信息又是视觉信息的主要组成部分,所以研究动态视觉信息是计算机视觉的一个重要的方向。视频序列运动目标检测与跟踪技术就是利用了视频序列间的动态相关性,因此成为计算机视觉里一个备受关注的前沿课题。 本文对静态背景下运动目标的检测与跟踪技术做了较深入的理论研究和实践工作: 在运动目标检测方面:首先介绍了常用的运动目标检测算法,重点研究了目前在实际应用中普遍采用的帧间差分法和背景差分算法,通过分析帧间差分法和背景差分法各自的特点,实现了Surendra背景更新估计的背景差分法和连续五帧帧间差分法。综合这两种算法的优点,提出了基于Surendra背景差分法和连续五帧帧间差分法相结合的检测方法,该算法能够提取出比较完整的运动目标。 在运动目标跟踪方面:总结了静态背景中运动目标跟踪的成熟算法,重点介绍Kalman滤波理论和Mean shift算法,分别对这两种算法进行了实验,最后综合两种方法的优点,设计出基于目标运动估计的Mean Shift算法,利用Kalman滤波预测出目标在下一帧中可能的位置,确定目标的搜索范围,再用Mean shift算法在搜索范围内寻找运动目标,保证了存在遮挡和相似物体干扰时的对目标的正确跟踪,提高了跟踪的可靠性。
引用
收藏
页数:59
共 12 条
[1]
Mean-Shift跟踪算法中目标模型的自适应更新 [J].
彭宁嵩 ;
杨杰 ;
周大可 ;
刘志 .
数据采集与处理, 2005, (02) :125-129
[2]
基于边缘的自适应相关跟踪算法 [J].
陈建华 ;
张宇河 .
电视技术, 2004, (04) :67-68+89
[3]
一种改进的区域相关跟踪方法 [J].
刘铁军 ;
肖颖杰 ;
史泽林 .
山东科技大学学报(自然科学版), 2001, (03) :44-48
[4]
Real time contour tracking with a new edge detector [J].
Gemignani, V ;
Paterni, M ;
Benassi, A ;
Demi, M .
REAL-TIME IMAGING, 2004, 10 (02) :103-116
[5]
Model-based localisation and recognition of road vehicles [J].
Tan, TN ;
Sullivan, GD ;
Baker, KD .
INTERNATIONAL JOURNAL OF COMPUTER VISION, 1998, 27 (01) :5-25
[6]
PERFORMANCE OF OPTICAL-FLOW TECHNIQUES [J].
BARRON, JL ;
FLEET, DJ ;
BEAUCHEMIN, SS .
INTERNATIONAL JOURNAL OF COMPUTER VISION, 1994, 12 (01) :43-77
[7]
OpenCV教程.[M].刘瑞祯; 编著.北京航空航天大学出版社.2007,
[8]
数字图像处理.[M].姚敏等编著;.机械工业出版社.2006,
[9]
卡尔曼滤波与维纳滤波.[M].邓自立著;.哈尔滨工业大学出版社.2001,
[10]
机器视觉.[M].贾云得编著;.科学出版社.2000,