靜態(tài)場(chǎng)景下多運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤.pdf

1、隨著數(shù)字?jǐn)z像機(jī)的普及,運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤逐漸成為計(jì)算機(jī)視覺(jué)領(lǐng)域的研究熱點(diǎn)。但由于復(fù)雜的背景、多樣的目標(biāo)外觀、運(yùn)動(dòng)方式以及多目標(biāo)之間的相互遮擋,使得運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤技術(shù)仍面臨著許多具有挑戰(zhàn)性的問(wèn)題,有待進(jìn)一步地研究。本文對(duì)靜態(tài)場(chǎng)景下的多運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤技術(shù)進(jìn)行了研究。主要工作如下:
　　1、目標(biāo)檢測(cè)方面,提出了VIBE與HOG特征分類相結(jié)合的多運(yùn)動(dòng)目標(biāo)檢測(cè)算法。首先,通過(guò)VIBE算法獲取到目標(biāo)的可能區(qū)域。然后,通過(guò)基于HOG特

2、征的SVM分類器對(duì)目標(biāo)進(jìn)行精確的分割。實(shí)驗(yàn)結(jié)果表明,本算法能夠有效的解決VIBE算法無(wú)法解決的目標(biāo)陰影及目標(biāo)粘連問(wèn)題,并且無(wú)論在算法耗時(shí)還是檢測(cè)準(zhǔn)確率方面都要優(yōu)于HOG特征分類檢測(cè)算法。具有良好的魯棒性,能夠準(zhǔn)確地檢測(cè)出運(yùn)動(dòng)目標(biāo)。
　　2、目標(biāo)跟蹤方面,將多運(yùn)動(dòng)目標(biāo)跟蹤問(wèn)題轉(zhuǎn)換成運(yùn)動(dòng)目標(biāo)檢測(cè)與分類匹配問(wèn)題,提出了基于檢測(cè)與分類的多運(yùn)動(dòng)目標(biāo)跟蹤算法。主要?jiǎng)?chuàng)新工作包括以下三點(diǎn):1)通過(guò)檢測(cè)有效的解決了多運(yùn)動(dòng)目標(biāo)跟蹤中目標(biāo)合并、分裂的難