基于交通视频的运动目标检测和跟踪

来源 :西北工业大学 | 被引量 : 0次 | 上传用户:dajiange
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
随着交通的发展,交通视频的处理越来越重要。本文重点研究固定背景下交通视频中运动目标的检测和跟踪技术,最后从一个系统的角度讨论了后续的特征提取和分类识别方面的内容。 目标检测就是判断视频序列中是否存在运动目标,并确定运动目标的位置。运动目标跟踪是指在整个视频序列中建立运动目标序列间的对应关系,判断目标的运动情况例如目标的出现、消失、遮挡,目标的速度等。最后的分类识别就是对跟踪的目标提取特征给出分类结果。运动目标的检测、跟踪和识别是密切相关的过程,前面的结果直接影响到后续工作的进行。现实环境的不同、光照变化、阴影都给运动目标检测、跟踪和识别带来了困难。 在总结常用的运动目标检测方法的基础上,构造了一种适合交通视频的基于高斯混合模型的运动目标检测模块,提出了一种新的背景初始化方法。通过背景初始化、运动目标检测、形态滤波和标记连通域四个步骤实现运动目标的检测。实验结果表明,这种基于高斯混合模型的运动目标检测方法是行之有效的。 在跟踪方面分别实验了Kalman滤波器、Meanshift跟踪方法。分析了它们的理论基础,实现了这两个跟踪方法,统一了与检测模块和分类识别模块的接口。最后根据交通视频的特点实现了一个基于规则的跟踪方法,规则是考虑到行人与汽车在速度、形状方面存在差异还有目标模板和候选目标直方图相似等建立起来的。这种跟踪方法判断规则简单有效运动速度快,很适合交通系统。 分类识别方面选用了目标面积与目标邻接矩形面积的比值、面积与周长的比值和矩形框的长宽比值做为分类特征。分类器分别尝试了模板匹配方法和RBF神经网络的方法。基于实验的目的按照检测、跟踪与识别分成三个模块简单地实现了一个监控系统。
其他文献
随着电信业务迅速发展,传统电信网逐渐显现出其不适应性,不能满足电信业务发展的需要。因此,传统的电信网正与互联网新技术相融合,演化为下一代电信网。下一代电信网的发展是
本体搜索引擎是本体选择与重用过程中的重要工具,在语义网快速发展的今天,随着本体文档的数量级不断攀升,本体搜索引擎的研究得到了越来越多的关注并发挥了日益重要的作用。近几
图像分割在计算机视觉领域应用广泛,是图像分析与图像处理中研究的重点和难点之一。生活中常见的图像为彩色图像,与灰度图像相比,彩色图像包含有更丰富的颜色和纹理信息,这些信息
计算机辅助的三维颅面复原采用计算机图形学技术从颅骨数据样本复原人脸面貌,可以应用于刑侦、考古、医学等领域。本文研究内容作为计算机辅助的三维颅面复原项目的一部分,研
许多组合最优问题都可以抽象为计算图的生成树问题。最小标记生成树就是其中之一,它的目标是给出一个边上带有颜色的图,计算使用颜色种类最少的生成树。这个问题在通信网络领
语义Web服务的主要研究内容包括服务发现,服务选择、服务组合以及服务监控等,其中一个重要的研究目标在于如何通过语义网技术提高web服务的用户查询体验,满足用户的个性化需
Web服务合成是指从互联网中选取相对简单、可用的Web服务并将它们组合成新服务的技术。对于该技术的研究已经引起了业界广泛的关注,众多研究机构都提出了自己的解决方案,比如
无线传感器网络在军事和民用领域有着广阔的应用前景,是目前一个非常活跃的研究领域。与传统网络不同,无线传感器网络资源非常有限,且以采集监测区域内的相关信息为主要任务,
随着信息技术的发展,数据规模呈爆炸性增长。为了满足数据存储的需求,大量数据中心被建立来存储数据。这些数据中心由大规模的存储集群构成,它们使用成千上万台大容量的服务器/
随着用户需求的改变,通信世界正在经历着从简单的通信方式到多元化通信方式的巨大变化。基于网络融合的下一代电信网因此被提了出来。而其异构网络的融合互通的特性会引发更