学位论文 > 优秀研究生学位论文题录展示

移动摄像下目标检测与跟踪研究

作　者: 郭义凡
导　师: 杨晨晖
学　校: 厦门大学
专　业: 计算机技术
关键词: 移动摄像目标检测目标跟踪
分类号: TP391.41
类　型: 硕士论文
年　份: 2014年
下　载: 13次
引　用: 0次
阅　读: 论文下载

内容摘要

计算机视觉是计算机学科中的一个重要领域,而图像序列中的目标检测和跟踪是计算机视觉领域中一个非常重要的研究课题。传统的目标检测与跟踪是在摄像机固定的情况下进行的,而随着监控手段的多样化,出现了越来越多的可移动摄像头,如车载设备、机器人、手持设备和PTZ摄像机等。当背景运动时,固定场景下的目标检测与跟踪方法不再有效。因此研究移动场景下的目标检测与跟踪显得非常必要。本文对移动摄像下的目标检测与跟踪进行研究,探讨了目标检测与跟踪的原理和有效算法,具有较重要的学术意义和应用价值。本文对目标检测与跟踪的研究现状作了较为详尽的综述。针对移动摄像下运动背景对目标检测造成的困难,通过一种基于背景特征块匹配的方法来补偿背景的运动,进而用帧差法实现对运动目标的检测;并采用基于对象的二值化梯度特征实现多目标检测,该二值化梯度特征(BING)具有计算简单的特点,能很好地满足系统对实时性的要求。对于移动摄像下的目标跟踪,本文基于目前比较热门的TLD算法进行了改进,针对原始TLD算法对出现较大形变或漂移的目标识别率不高的问题,改进了算法中的学习模块,通过增加对跟踪模块的学习来提高识别率；并通过boxfilter矩阵图和优化模板匹配的搜索方式实现对算法的加速,改善了算法计算复杂度高的不足之处。最后通过实验验证了该系统的可行性,对实验结果进行分析,取得了较好的效果。

全文目录

摘要  4-5
Abstract  5-8
Contents  8-10
第一章绪论  10-16
  1.1 课题背景及研究意义  10
  1.2 课题研究现状  10-14
    1.2.1 目标检测研究现状  10-12
    1.2.2 目标跟踪研究现状  12-14
  1.3 论文的研究内容及组织结构  14-16
    1.3.1 本文主要工作  14-15
    1.3.2 论文结构和章节安排  15-16
第二章系统总体架构和流程设计  16-40
  2.1 相关知识介绍  16-30
    2.1.1 特征描述子  16-17
    2.1.2 Random Fern分类器  17-18
    2.1.3 LK光流法  18-20
    2.1.4 模板匹配和相关系数法  20-22
    2.1.5 PN学习理论  22-30
  2.2 技术难点分析  30-31
  2.3 系统总体架构  31-32
  2.4 系统流程设计  32-37
    2.4.1 系统流程  32-34
    2.4.2 系统设计方案  34-37
  2.5 本章小结  37-40
第三章移动摄像下的目标检测  40-48
  3.1 运动背景补偿  40-42
  3.2 多目标的检测  42-46
    3.2.1 归一化梯度特征  42-43
    3.2.2 归一化梯度特征的二值化  43-46
    3.2.3 运动目标检测  46
  3.3 本章小结  46-48
第四章移动摄像下的目标跟  48-64
  4.1 目标跟踪算法实现  48-59
    4.1.1 检测模块  48-52
    4.1.2 跟踪模块  52-55
    4.1.3 综合模块  55-57
    4.1.4 学习模块  57-59
  4.2 学习模块的改进  59-60
  4.3 算法加速  60-62
    4.3.1 Boxfilter  60-62
    4.3.2 搜索方式的改进  62
  4.4 本章小结  62-64
第五章实验设计与结果分析  64-70
  5.1 实验数据集  64-65
  5.2 移动摄像下目标检测  65-66
  5.3 移动摄像下目标跟踪  66-67
  5.4 本章小结  67-70
第六章总结与展望  70-72
  6.1 研究工作总结  70
  6.2 对未来工作展望  70-72
参考文献  72-76
攻读硕士学位期间发表论文及科研情况  76-78
致谢  78

移动摄像下目标检测与跟踪研究

内容摘要

全文目录

相似论文