面向智能视频监控系统的运动目标检测与跟踪方法研究

来源 :西安电子科技大学 | 被引量 : 0次 | 上传用户:jtls
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
视频序列中的运动目标的检测与跟踪是智能视频监控系统中最基础的两项核心技术,它们是视频监控技术智能化和实时应用的关键,也是计算机视觉方向的研究热点。在运动目标检测与分割方面,主要研究了背景减除法与混合高斯模型。背景减除法由于运行速度快、实现简单,已被广泛使用在监控系统的运动目标检测中,该算法的关键就是背景提取的准确程度,因此,主要在背景的更新策略上进行改进。本文针对环境比较复杂的背景条件,使用混合高斯模型,通过对混合高斯模型相关参数的设置进行改进和优化,可以有效解决复杂场景中的干扰因素。在运动目标跟踪方面,本文利用运动目标检测结果,提出以目标加权外接矩形为跟踪区域,以加权外接矩形的形心和颜色直方图构建代价函数,通过粒子滤波实现多运动目标的匹配跟踪,并在统计目标颜色直方图时,以运动检测结果为掩码,利用图像金字塔的思想统计前景像素的颜色分布,提高了颜色直方图的计算速度。本系统的实际运行结果表明,所采用的算法能够满足实时性的需求且有较好的检测与跟踪效果。
其他文献
当前常用的信息检索技术主要还是基于关键词进行机械匹配,将研究的重点放在算法的优化上,而忽视了语义方面的研究。这不能从根本上解决语义多重性、检索表示多样性、相关网页漏
目前,越来越多的云计算平台采用了虚拟化技术,随着云计算平台的不断扩展,虚拟化网络的易用性和安全性日益成为研究的重点。由于Xen环境下的虚拟网络相对简单,仅仅是借助Linux
企业运营评价是对企业现阶段和未来发展的评估,是市场监管部门的监管工具。企业评价结果给银行、投资者等提供了必要的参考信息。现阶段企业评价的方法存在着重财务轻整体发展
纹理分析是指通过一定的图像处理技术提取出纹理特征参数,从而获得纹理的定性描述的过程。近年来,基于局部二进制模式(local binary patterns,LBP)的纹理分析方法凭借其简单的结
科学计算可视化是1987年提出并发展起来的一项新技术,它应用计算机图形学及图像处理等技术将科学计算与工程测量中产生的数据转换成图形或图像,以直观的形式在屏幕上显示出来
复杂网络理论有助于理解研究对象间复杂的拓扑关系和动力学行为,其在互联网、社会学、生物学等研究领域中发挥了重要作用。复杂网络的聚类分析是复杂网络研究的一个重要方面,对
基因调控网络(Gene Regulatory Networks,GRN)是表示基因之间复杂的调控关系的网络,基因间相互的调控关系影响着生物体的各种生理活动和动作。基因调控网络的研究从基因间的相
在过去的几十年中,关系型数据库提供了完善和成熟的管理功能,然而随着Web2.0和大数据应用的不断落地,日益增长的互联网应用要求对海量规模及多类型数据进行有效管理,同时对系
随着教育体制的不断改革,继续教育的发展规模日益壮大。但与其相对应的信息管理建设还处于相对滞后的状态,开发安全易用的基于WEB的信息管理系统已成为继续教育管理进程中亟待
在信息技术迅猛发展的今天,各行各业在使用信息管理系统的过程中收集了大量数据。这些数据中有不少数据项涉及个人或公司的隐私,隐私泄露成为这些数据收集发布过程中不可避免的