学位论文 > 优秀研究生学位论文题录展示
视频序列中的目标检测和分类研究
作 者: 董智超
导 师: 赵亦工
学 校: 西安电子科技大学
专 业: 模式识别与智能系统
关键词: 运动检测 目标分类 支持向量机 规范化的视向距离
分类号: TP391.41
类 型: 硕士论文
年 份: 2012年
下 载: 31次
引 用: 1次
阅 读: 论文下载
内容摘要
随着网络、通信和微电子技术的飞速发展,具有特定功能的视觉分析系统以其直观、方便和内容丰富等特点,受到人们越来越多的关注,其中交通监控领域应用最为广泛。然而,全天候监控捕获的大量视频信息,若采用人工搜索方法来寻找目标,不仅效率低下,由人为因素造成的失误亦是难以避免。因此,人们希望计算机能具有类似人类视觉系统的能力,可以分析、理解图像或视频的内容,以实现视频分析系统的智能化、实用化,视频分析技术应运而生。视频分析技术主要是处理包含各种运动目标的视频序列,从场景中检测、跟踪、分类识别目标,并对其行为进行理解和描述。其中,目标分类是基于视频的运动分析课题中的一个重要方面,其研究内容是在运动检测和跟踪的基础上,依据提取的运动目标区域形状特征和运动属性,对运动目标区域进行语义上的分类。目标分类技术研究对更高层次的视频理解技术的发展有重要意义。本文对基于静止摄像机的运动目标分类算法进行了研究,并实现了对视频序列中行人和车辆的分类。提出了一种新的形状特征:规范化的视向距离,通过结合该特征和一些常用特征,使用基于背景建模和支持向量机(Support VectorMachine,SVM)的运动目标识别系统对每一帧的目标进行分类。最终的结果表明,本文的算法能够有效的识别视频中的行人和车辆,对背景遮挡和背景扰动具有较强的鲁棒性。
|
全文目录
摘要 3-4 ABSTRACT 4-7 第一章 绪论 7-11 1.1 引言 7 1.2 研究背景和意义 7-8 1.3 研究现状 8-9 1.4 主要研究工作和论文安排 9-11 第二章 运动目标检测 11-25 2.1 引言 11 2.2 光流法 11-13 2.3 帧间差分法 13-16 2.4 背景差分法 16-18 2.4.1 影响背景建模的因素 16-17 2.4.2 背景建模 17-18 2.5 结合帧间差分的高斯背景模型 18-20 2.6 前景处理和运动目标分割 20-25 2.6.1 形态学滤波 21-22 2.6.2 连通性分析和 Blob 划分 22-25 第三章 运动目标分类 25-41 3.1 运动特征 25-26 3.2 静态特征 26-35 3.2.1 颜色特征 26-30 3.2.2 纹理特征 30-31 3.2.3 形状特征 31-35 3.3 一种新的形状特征 35-39 3.4 基于形状特征的目标分类 39-41 第四章 支持向量机模式识别 41-51 4.1 机器学习和统计学习理论 41-45 4.1.1 机器学习 42 4.1.2 统计学习理论 42-45 4.2 支持向量机理论 45-51 4.2.1 支持向量机模型 46-48 4.2.2 多类情况下的 SVM 48-51 第五章 试验结果与结论 51-57 5.1 基于 SVM 的分类系统 51 5.2 试验结果 51-55 5.3 总结和展望 55-57 致谢 57-59 参考文献 59-61 在读期间研究成果 61-62
|
相似论文
- 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 基于PCA-SVM的液体火箭发动机试验台故障诊断算法研究,V433.9
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 音乐结构自动分析研究,TN912.3
- 基于三维重建的焊点质量分类方法研究,TP391.41
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 基于SVM的中医舌色苔色分类方法研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 运动特征及地形约束的感知网目标跟踪算法及系统研究,TP212.9
- 基于支持向量机的故障诊断方法研究,TP18
- 过程支持向量机及其在卫星热平衡温度预测中的应用研究,TP183
- 基于监督流形学习算法的固有不规则蛋白质结构预测研究,Q51
- 基于车载3D加速传感器的路况监测研究,TP274
- 高光谱图像技术诊断黄瓜病害方法的研究,S436.421
- 不匹配信道下耳语音说话人识别研究,TN912.34
- 基于文本挖掘的学者简历自动生成,TP391.1
- 基于特征选择的入侵检测研究,TP393.08
- 基于SVM的跨膜蛋白结构预测应用研究,Q51
- LS-SVM算法预测煤层瓦斯涌出量技术研究及应用,TD712.5
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|