学位论文 > 优秀研究生学位论文题录展示
自然场景下行人的视频跟踪技术研究
作 者: 吴文旭
导 师: 马永军
学 校: 天津科技大学
专 业: 计算机应用技术
关键词: 运动检测 背景建模 Kalman滤波 粒子滤波
分类号: TP391.41
类 型: 硕士论文
年 份: 2011年
下 载: 0次
引 用: 1次
阅 读: 论文下载
内容摘要
运动人体的检测与跟踪是计算机视觉研究的一个重要领域,是对人体进行行为分析和理解的基础,其相关技术被广泛应用到人类的各个领域中。行人检测与跟踪主要有静止背景与运动背景的两种视频序列,本文研究的是基于静止单摄像机的行人运动跟踪。在进行跟踪之前,需要对视频图像中感兴趣的运动物体进行目标检测分割,然后是图像的后处理与特征识别等研究内容,内容主要归纳为以下几点:首先简绍了目标跟踪技术的发展状况,简要分析几种较成熟的目标运动检测方法,然后比较不同方法的适用场合与范畴。在背景减除法的基础上,针对自然场景多样复杂性的问题,本文全面分析了不同高斯模型建模算法在行人目标检测的优缺点。对于更新速度慢、收敛性差的缺陷,研究了自适应学习速率的混合高斯背景模型算法,通过该算法来进行目标检测。当视频中的所有运动目标被检测出来后,通过各种图像处理技术完整地提取出本文所研究的运功目标,然后利用区别于其他物体的特征来识别行人目标。本文首先利用数学形态学分析,消除特定的噪声;然后采用连通区域技术填补二值图像中的空洞。结合人眼对颜色信息分辨能力的特点,即彩色信息比亮度信息低的差异,把RGB空间表示的彩色图像变换到亮度信息好的HSV颜色空间,通过实验把分割目标存在的阴影进行抑制和消除,最后利用行人的本身特征来识别所要的目标。行人目标跟踪方面,首先分析了传统Kalman滤波在目标跟踪领域的现状,针对Kalman滤波的适用范围,讨论了扩展Kalman滤波算法在快速目标跟踪的可行性。然后重点介绍了粒子滤波器在跟踪方面的原理和应用,对于粒子滤波算法存在的粒子退化问题,融合了迭代无迹Kalman滤波与粒子滤波目标跟踪算法对行人进行跟踪处理,丰富了本文对已知视频跟踪信息的使用,同时增强了不同场景下行人目标跟踪的快速性和鲁棒性。
|
全文目录
摘要 4-5 ABSTRACT 5-8 1 绪论 8-13 1.1 研究背景及意义 8-9 1.2 国内外研究状况 9-11 1.3 论文的主要内容和结构安排 11-13 2 运动目标检测 13-27 2.1 引言 13 2.2 运动目标检测的方法介绍 13-19 2.2.1 帧间差分法 13-15 2.2.2 背景减除法 15-17 2.2.3 光流法 17 2.2.4 训练学习的目标检测 17-18 2.2.5 主动轮廓提取检测 18 2.2.6 运动目标检测方法比较 18-19 2.3 混合高斯模型的行人目标检测 19-23 2.3.1 标准混合高斯模型 20-22 2.3.2 传统高斯建模中存在的问题分析 22 2.3.3 基于自适应的改进混合高斯建模目标检测 22-23 2.4 实验结果与分析 23-27 3 图像后处理与目标识别 27-38 3.1 形态学图像处理 27-30 3.1.1 集合论述语 28 3.1.2 腐蚀 28 3.1.3 膨胀 28 3.1.4 开运算和闭运算 28-30 3.2 连通区域检测 30-32 3.3 运动目标的阴影抑制与消除 32-36 3.3.1 阴影检测方法 33-34 3.3.2 基于HSV颜色的阴影消除 34-36 3.4 特征值的人体识别 36-38 3.4.1 基于人体特征的识别方法 36 3.4.2 基于运动特性的分类方法 36-38 4 运动行人的目标跟踪 38-55 4.1 目标跟踪技术 38-47 4.1.1 运动目标视频跟踪的方法 38-39 4.1.2 目标跟踪存在的难题 39-40 4.1.3 基于卡尔曼滤波器的目标跟踪 40-44 4.1.4 基于粒子滤波器的原理 44-47 4.2 粒子滤波在行人跟踪的问题与策略 47-49 4.2.1 粒子重采样方法 47-49 4.2.2 粒子的重要密度函数分析 49 4.3 基于扩展卡尔曼粒子滤波器的跟踪算法 49-50 4.4 迭代UNSCENTED卡尔曼粒子滤波的目标跟踪 50-52 4.5 实验分析 52-55 5 行人检测跟踪系统实现 55-58 5.1 开发环境 55 5.2 系统模块与实现 55-58 6 总结与展望 58-60 6.1 全文总结 58 6.2 未来的研究与展望 58-60 7 参考文献 60-66 8 攻读硕士学位期间发表论文与科研项目情况 66-67 9 致谢 67
|
相似论文
- 基于多Agent理论的卫星协同定轨技术研究,V474
- 基于VRPF的机动目标跟踪的研究,TN957.52
- 有标记点的人体三维运动数据获取方法的研究,TP391.41
- 陀螺稳定吊舱控制系统设计,TP273
- 基于粒子滤波的自主机器人视觉目标跟踪研究,TP242
- 空间红外目标仿真与跟踪技术研究,TP391.41
- 基于运动目标轨迹分析的智能交通监控系统,TP277
- 大型耙吸挖泥船动力定位控制算法研究,U674.31
- 运动目标检测算法研究,TP391.41
- 基于交通监控视频的运动目标检测与跟踪算法研究,TP391.41
- MEBN与BKPF相结合的软件异常行为预测,TP311.53
- 驾驶员眼睛开闭状态计算机图像识别技术开发,TP391.41
- 结合DWT的动态数据校正研究及应用,TP274
- 多传感器异步采样信息融合估计,O211.6
- 基于视频的智能交通监控系统关键技术研究,TP277
- 基于小波和Kalman滤波的GPS数据去噪方法研究,P228.4
- 车辆道口智能视频监控系统关键算法的研究,TP391.41
- 基于时空融合的运动对象视频分割,TP391.41
- 运动检测技术在智能监控系统中的应用,TP277
- 无线传感器网络定位及目标跟踪的研究,TN929.5
- 嵌入式处理器中多媒体加速单元的研究,TP332
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
|