【摘 要】
:
视频序列中的目标跟踪技术是指在一段视频序列中寻找与指定目标最相似的部分,是计算机视觉领域的一个重要内容。目标跟踪技术在军事、航天、监控、生物医学和机器人技术等多
论文部分内容阅读
视频序列中的目标跟踪技术是指在一段视频序列中寻找与指定目标最相似的部分,是计算机视觉领域的一个重要内容。目标跟踪技术在军事、航天、监控、生物医学和机器人技术等多种领域都有广泛应用,近年来得到了快速的发展。为解决目标跟踪技术中的各种难题,学者们提出了众多的跟踪算法,其中的Mean Shift算法以其原理简单,实时性好,易于实现等特点而成为一种主要的跟踪算法。本文以Mean Shift目标跟踪算法为主要研究对象进行研究。Mean Shift算法是一种基于特征概率密度统计的建模方法,在跟踪过程中,首先用户要在视频序列的第一帧中选定感兴趣的目标区域,并对目标区域建立目标模型;然后根据Bhattacharyya相似度,在后续帧中迭代寻找与目标模型最相似的候选模型。Mean Shift算法具有良好的跟踪性能,但是当视频序列中目标和背景较难区分、目标运动较快时,标准的Mean Shift算法无法有效的区分目标与背景,从而导致跟踪出现偏差,甚至丢失目标。针对标准Mean Shift算法的上述缺点,本文提出一种基于Graph Cuts图像分割的Mean Shift目标跟踪算法。Graph Cuts图像分割算法将图论中的最大流最小割定理应用于图像分割技术中,具有速度快、精度高等优点。新算法将图像分割应用于目标跟踪过程中,对于目标与背景较为相似的视频序列,能够有效的将目标与背景分离,使得目标模型与候选模型的统计更加精确,从而使跟踪结果更为准确。本文通过实验对标准Mean Shift算法和新算法进行了实验分析和比较,实验结果证明,新算法对于目标与背景较为相似以及目标运动较快的视频序列都显示出了良好的鲁棒性。
其他文献
核回归分析是传统回归分析的最新发展,在图像去噪、数据挖掘、超分辨率分析等领域得到了广泛的应用。非局部方法是当前热门的图像处理方法,它在计算权重时考虑图像的全局特征
随着物联网和智慧互联网快速发展,作为其核心技术的无线传感器网络引发科研工作者的高度关注。骨架提取是无线传感器网络的主要研究内容之一,获取网络的骨架对于高效率的网络
近年来,随着社会的发展和人口老龄化现象的日益凸显,心血管疾病的发病率在全球范围内呈明显增长趋势,与此同时房颤的发病率也在逐年增长。不仅如此,因房颤引发的并发症如:脑
P2p网络技术是计算机通信技术研究领域的热点之一。它致力于充分利用Internet 边缘的设备能力(计算能力、存储空间和文件资源等),实现资源共享。而随着新一代移动无线网络技术的
路面病害的早期发现与早期诊断是道路养护管理工作的重要内容,及时发现并及时处理有助于避免更大的人员和财产损失。目前我国高速公路城市道路等快速发展,传统养护行为完全人
云计算是一种新兴的商业计算模式,它是计算机技术发展过程中的重要里程碑。在云计算环境中,海量的资源被抽象进资源池,并封装成服务。面对云计算终端用户的服务请求,存在着满
3G技术为移动多媒体的应用和发展提供了良好的平台。CDMA2000 1xEVDO网络进入了商用阶段,通过CDMA2000 1xEVDO网络,我们可以实现可视电话、在线游戏、视频欣赏等需要较高数据
近年来,国内外雾霾天气多发,严重影响了交通安全和出行便利。在雾天情况下,由于大气对光线的散射作用,成像系统获取的图像会产生强烈的退化。这种退化过程导致场景被雾气所掩
数字家庭业务提供多媒体娱乐、通信和健康等服务,这些服务使人们的生活更加方便、多姿多彩。很多研究预测数字家庭服务将会有广阔的市场前景。随着信息技术的发展,互联网的迅
在模式识别领域中,基于图像的目标检测与识别始终是最具有实用价值和重要意义的研究方向之一,特别是在航空航天领域,它已经成为了卫星导航定位的一项关键技术。但目前该技术