- 1、本文档共4页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
视频图像序列中运动人体跟踪方法研究
电路与系统, 2011, 硕士
【摘要】 近年来,世界范围内的公众安全问题日益突出,自动视频监控在国防安全、航空航海、医疗卫生、敏感地点等军事和民用的各个领域得到了广泛研究和应用。视频目标跟踪是其中重要的研究方向之一,可以为目标分类、行为描述、视频理解提供重要线索,因此,该课题有重要学术意义和应用价值。但是,由于光照变化、目标姿态的非线性形变、复杂背景以及目标间的相互遮挡,使得复杂环境下多目标跟踪仍然面临着困难,设计好的多目标跟踪算法依然具有挑战。本文首先研究了目标检测的理论和经典的目标检测算法,分别用LOTS和HOG检测算法对多目标图像进行检测,分析检测结果。然后研究了基于数据驱动的概率假设密度粒子滤波算法,并分别将LOTS和HOG检测的检测结果用于粒子滤波对视频中多运动人体目标进行跟踪,并对跟踪结果进行分析。实验发现该跟踪算法过分依赖于检测结果,目标漏检和误检都会对跟踪造成很大影响。本文提出了一种基于HOG检测概率假设密度粒子滤波跟踪的改进方法,该方法引入HOG检测的中间信息,同时采用在线训练的KNN分类器与帧间差法相结合解决漏检和误检对跟踪造成的影响,用目标检测算法的结果来对粒子滤波的重要性函数进行更新,用跟踪结果对检测...?更多还原
【Abstract】 In recent years, public security issues are becoming increasingly prominent in the world. Therefore, automatic video surveillance technology has been widely researched and applied in both military and civil fields, such as national defense, aviation, marine, medical and sensitive locations, and so on. Object tracking in video is one important research hot point of automatic video surveillance and it can provide video content understanding, such as object classification and behavior analyses, wit...?更多还原
【关键词】 多目标跟踪; 粒子滤波; 概率假设密度; 目标检测; VIPER; 【Key words】 multiple targets tracking; particle filter; target detection; Probability hypothesis density; VIPER;
摘要 3-4
Abstract 4
第一章 绪论 7-13
1.1 多目标跟踪的研究背景和意义 7-9
1.2 多目标跟踪的研究现状及相关方法 9-12
1.2.1 多目标跟踪的研究现状 9
1.2.2 多目标跟踪的相关方法概述 9-12
1.3 本文的主要工作和内容安排 12-13
第二章 目标检测的基本方法及其结果分析 13-25
2.1 引言 13
2.2 实验数据简介 13-14
2.3 几种目标检测算法 14-21
2.3.1 基于LOTS的检测 14-17
2.3.2 基于HOG特征的检测 17-21
2.4 实验结果和分析 21-23
2.5 本章小结 23-25
第三章 基于数据驱动的概率假设密度粒子滤波的多目标跟踪 25-37
3.1 引言 25-26
3.2 概率假设密度滤波的原理 26-28
3.2.1 基于随机集的多目标跟踪模型 26-27
3.2.2 概率假设密度滤波 27-28
3.3 基于数据驱动的概率假设密度粒子滤波多目标跟踪 28-30
3.4 基于数据驱动的概率假设密度粒子滤波的数据关联多目标跟踪 30-32
3.5 实验结果及其分析 32-34
3.6 本章小结 34-37
第四章 基于HOG检测的概率假设密度粒子滤波多目标跟踪 37-53
4.1 引言 37
4.2 原有目标观测模型的改进 37-38
4.2.1 检测器输出信息 37-38
4.2.2 检测器的中间输出信息 38
文档评论(0)