

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、智能視頻監(jiān)控技術(shù)是現(xiàn)今研究的熱點(diǎn)之一,關(guān)系到維護(hù)社會(huì)的穩(wěn)定、生產(chǎn)的安全、人民和諧生活等等。目標(biāo)的檢測(cè)和運(yùn)動(dòng)分析是目前智能視頻監(jiān)控的研究熱點(diǎn),本文從實(shí)際場(chǎng)景出發(fā)對(duì)目標(biāo)的檢測(cè)和運(yùn)動(dòng)分析進(jìn)行了深入的研究。
目標(biāo)檢測(cè)是視頻監(jiān)控的基礎(chǔ),關(guān)系到后續(xù)的各種分析研究。本文首先從運(yùn)動(dòng)信息出發(fā)詳細(xì)介紹了幾種視頻處理中的運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù),并分析概括了它們各自的優(yōu)缺點(diǎn)以及適用場(chǎng)景。對(duì)混合高斯模型不能解決場(chǎng)景中光照突變的問(wèn)題提出了改進(jìn)方法:使用三幀差結(jié)
2、果和混合高斯結(jié)果估計(jì)全局光照發(fā)生突變瞬間的前景運(yùn)動(dòng)區(qū)域。該改進(jìn)方法檢測(cè)效果遠(yuǎn)好于原混合高斯模型算法。對(duì)混合高斯背景模型提出了基于滑動(dòng)窗口的更新策略,該更新策略不僅對(duì)背景的建模和前景的檢測(cè)均無(wú)明顯的不良影響,還能進(jìn)一步提升效率。本文以混合高斯檢測(cè)的前景為基礎(chǔ)提出了基于運(yùn)動(dòng)區(qū)域的光流矢量計(jì)算方法,使用圖像金子塔思想精確計(jì)算光流場(chǎng)特征用于運(yùn)動(dòng)分析,提升了計(jì)算效率。然后,本文從利用特征信息檢測(cè)目標(biāo)的角度出發(fā)介紹了計(jì)算機(jī)視覺領(lǐng)域內(nèi)的兩種特征描述子
3、:HOG特征和Haar-like特征。對(duì)特定目標(biāo)的樣本提取特征訓(xùn)練分類器,能夠很好的檢測(cè)出監(jiān)控視頻中的該類目標(biāo)物體。
本文在交通場(chǎng)景中的車輛運(yùn)動(dòng)分析研究中,利用特征信息(車型和顏色)對(duì)交通視頻中的特定車型和顏色的車輛進(jìn)行篩選以及車流量的統(tǒng)計(jì)。使用文中介紹的特征描述子訓(xùn)練的分類器能夠?qū)④囆拖嗖钶^大的車輛區(qū)分開來(lái)。實(shí)驗(yàn)中采用運(yùn)動(dòng)信息與特征信息相結(jié)合的方式檢測(cè)車輛以減少?gòu)?fù)雜背景的噪聲干擾。結(jié)果表明,運(yùn)動(dòng)信息與特征信息相結(jié)合的方式不僅
4、能有效消除復(fù)雜背景的影響,還能有效提高檢測(cè)速度。
本文在室內(nèi)場(chǎng)景中的人體運(yùn)動(dòng)分析研究中,首先以雙攝像頭監(jiān)控為例研究解決目標(biāo)被遮擋的問(wèn)題。實(shí)驗(yàn)中結(jié)合運(yùn)動(dòng)信息與特征信息檢測(cè)行人并標(biāo)記行人在場(chǎng)景中的位置。然后計(jì)算光流場(chǎng)特征研究分析人體運(yùn)動(dòng)行為。實(shí)驗(yàn)中采用基于運(yùn)動(dòng)區(qū)域的光流法計(jì)算運(yùn)動(dòng)場(chǎng),并對(duì)人體不同運(yùn)動(dòng)行為提取了四種運(yùn)動(dòng)場(chǎng)特征行分析研究,采用訓(xùn)練分類器的方法識(shí)別不同的運(yùn)動(dòng)行為,得到了較好的識(shí)別檢測(cè)結(jié)果。
最后,對(duì)本文的工作進(jìn)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 復(fù)雜場(chǎng)景中的視頻運(yùn)動(dòng)目標(biāo)檢測(cè).pdf
- 基于非參數(shù)背景模型的復(fù)雜視頻場(chǎng)景運(yùn)動(dòng)目標(biāo)檢測(cè).pdf
- 復(fù)雜交通場(chǎng)景中運(yùn)動(dòng)目標(biāo)智能監(jiān)控.pdf
- 監(jiān)控視頻靜態(tài)場(chǎng)景幀去除和運(yùn)動(dòng)目標(biāo)檢測(cè)研究.pdf
- 復(fù)雜場(chǎng)景下的運(yùn)動(dòng)目標(biāo)檢測(cè).pdf
- 復(fù)雜場(chǎng)景中運(yùn)動(dòng)目標(biāo)的檢測(cè).pdf
- 基于復(fù)雜場(chǎng)景的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤方法研究.pdf
- 復(fù)雜場(chǎng)景下基于稀疏表示的視頻目標(biāo)跟蹤方法研究.pdf
- 復(fù)雜交通監(jiān)控場(chǎng)景下運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤方法研究.pdf
- 復(fù)雜場(chǎng)景下視頻目標(biāo)自動(dòng)分割算法研究.pdf
- 復(fù)雜視頻監(jiān)控環(huán)境下的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法研究.pdf
- 監(jiān)控視頻運(yùn)動(dòng)目標(biāo)檢測(cè)和人體行為分析.pdf
- 基于視頻監(jiān)控系統(tǒng)的運(yùn)動(dòng)目標(biāo)跟蹤算法研究.pdf
- 自助銀行視頻監(jiān)控中的運(yùn)動(dòng)目標(biāo)行為分析.pdf
- 視頻場(chǎng)景下運(yùn)動(dòng)目標(biāo)跟蹤方法的研究.pdf
- 復(fù)雜場(chǎng)景中視覺運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤.pdf
- 基于視頻的復(fù)雜場(chǎng)景下多目標(biāo)跟蹤關(guān)鍵技術(shù)研究.pdf
- 復(fù)雜場(chǎng)景的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法研究.pdf
- 基于視頻監(jiān)控系統(tǒng)的運(yùn)動(dòng)目標(biāo)跟蹤技術(shù)研究.pdf
- 動(dòng)態(tài)場(chǎng)景視頻中的運(yùn)動(dòng)目標(biāo)分割方法研究.pdf
評(píng)論
0/150
提交評(píng)論