学位论文 > 优秀研究生学位论文题录展示
基于粒子滤波的行人跟踪与性能分析系统的设计与实现
作 者: 朱然
导 师: 马培军
学 校: 哈尔滨工业大学
专 业: 计算机科学与技术
关键词: 智能视觉监控 行人跟踪 粒子滤波器 均值漂移
分类号: TP391.41
类 型: 硕士论文
年 份: 2011年
下 载: 63次
引 用: 0次
阅 读: 论文下载
内容摘要
随着科学技术的不断进步,随着计算机技术和人工智能技术的不断发展,人工智能技术的应用领域得到不断的拓展,使得一些领域的非常枯燥的人工劳动,逐渐被具有相同功能的设备所代替,这不仅提高了劳动生产率,降低的人工的劳动强度,而且,可以大大降低人为的差错和错判率。因此,智能视频监控系统从其诞生的那天起,就很快被广泛应用于安控、消防及各类管理领域;智能监控系统主要是对人的动作、行踪轨迹的跟踪和记录,并根据某种特殊需要,通过智能的方式,在短时间内,从跟踪记录中查找到用户感兴趣的相关信息。本文首先对国内外行人跟踪领域的研究现状进行了分析和综述。然后根据工程实际需求,在实现基于粒子滤波的行人跟踪的基础上,运用改进的粒子滤波算法,设计开发了一个新型的行人跟踪与性能评价系统。该系统引入计算复杂度较低的跟踪器——Mean Shift(均值漂移)算法,通过对行人的位置进行预估计,较好地解决了运动模型难以建立的问题。通过多特征融合的方式,更加准确的描述了行人的表观特征。本系统解决了在目标被遮挡情况下、视频背景复杂的情况下的行人稳定跟踪问题。在Visual C++集成开发环境中,基于OpenCV和MATLAB编程实现了系统的相关功能,使该系统能够实时地对目标进行捕捉和稳定跟踪,而且还能够在跟踪结束后,对跟踪结果进行反馈和系统性能分析,并给出分析评价结果。
|
全文目录
摘要 4-5 Abstract 5-8 第1章 绪论 8-18 1.1 课题研究背景及意义 8-9 1.2 运动目标跟踪的国内外研究现状 9-17 1.2.1 视频目标跟踪的国内外研究现状 11-13 1.2.2 人体跟踪方法的研究现状及分析 13-17 1.3 本文的主要研究内容及章节安排 17-18 第2章 行人跟踪与性能分析系统涉及的关键技术 18-26 2.1 基于特征的人体跟踪 18-22 2.1.1 颜色特征提取 18-20 2.1.2 纹理特征提取 20-22 2.2 粒子滤波相关理论 22-25 2.2.1 贝叶斯概率框架 22-23 2.2.2 序列重要性采样 23-24 2.2.3 重采样 24-25 2.3 本章小结 25-26 第3章 行人跟踪与性能分析系统的总体设计 26-31 3.1 系统功能设计 26-27 3.2 系统体系结构设计 27-28 3.3 系统开发与运行环境 28-29 3.4 系统界面设计 29-30 3.5 技术难点分析 30 3.6 本章小结 30-31 第4章 行人跟踪与性能分析系统的详细设计 31-42 4.1 视频管理模块的详细设计 31-32 4.2 行人跟踪模块的详细设计 32-40 4.2.1 粒子滤波算法 32-35 4.2.2 改进的粒子滤波算法 35-36 4.2.3 对遮挡问题的处理 36-40 4.3 系统性能评价模块的详细设计 40-41 4.4 本章小结 41-42 第5章 行人跟踪与性能分析系统的实现及测试 42-58 5.1 系统实现 42-46 5.1.1 视频管理模块 42-43 5.1.2 目标选取及跟踪控制模块 43-46 5.2 系统测试 46-57 5.2.1 系统功能测试 47-50 5.2.2 算法测试 50-57 5.2.3 测试结论 57 5.3 本章小结 57-58 结论 58-59 参考文献 59-64 攻读硕士学位期间发表的论文及其它成果 64-66 致谢 66
|
相似论文
- 基于多Agent理论的卫星协同定轨技术研究,V474
- 基于主动视觉的运动目标检测与跟踪研究,TP391.41
- 运动检测技术在智能监控系统中的应用,TP277
- 基于多激光雷达的行人目标跟踪,TP391.41
- 自主水下航行器组合导航算法研究与系统实现,U666.1
- 基于嵌入式的图像跟踪系统的研究,TP391.41
- 基于TI DM6437的行人跟踪算法研究,TP391.41
- 动态场景下运动目标检测与跟踪,TP391.41
- 分布式声源定位与跟踪算法研究,TN912.3
- 基于惯性传感器与声纳的水下机器人定位与地图构建,TP242
- 基于视觉的移动机器人Unscented FastSLAM算法实现,TP242
- 复杂场景下的视觉目标跟踪方法研究,TP391.41
- 基于视觉注意机制的运动目标识别算法研究,TP391.41
- 时间序列异常值探测的Bayes方法及其在GPS数据处理中的应用,O212.8
- 视频监控系统中的多目标检测与跟踪技术研究,TP391.41
- 基于图割的CT影像分割算法研究,TP391.41
- 一种基于MeanShift的目标跟踪算法的研究,TP391.41
- 肛管外病症计算机辅助诊断的图像分割和目标跟踪,TP391.41
- 基于OpenCV的智能视觉监控系统的设计与实现,TP391.41
- 超视距探测信息时空对齐误差链模型与补偿技术,TP202
- 基于传感器融合的爬壁机器人感知系统的研究,TP242.6
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
|