原文传递
基于交通视频的运动目标检测和跟踪
| 论文题名： | 基于交通视频的运动目标检测和跟踪 |
| 关键词： | 目标检测;目标跟踪;目标识别;Meanshift;Kalman;交通视频 |
| 摘要： | 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、MeanshiR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。 |
| 作者： | 邓士弟 |
| 专业： | 计算机科学与技术 |
| 导师： | 王庆 |
| 授予学位： | 硕士 |
| 授予学位单位： | 西北工业大学 |
| 学位年度： | 2007 |
| 正文语种： | 中文 |
检索历史
应用推荐
