盜竊犯罪行為在人們的生活中經(jīng)�？梢�,必須采取有效的措施打擊盜竊犯罪行為。近年來,計算機視覺技術(shù)得到了迅速的發(fā)展,人們將其應(yīng)用到了各個領(lǐng)域,使應(yīng)用更加高效和智能化。室內(nèi)財產(chǎn)保護是計算機視覺技術(shù)應(yīng)用的一個重要領(lǐng)域,計算機視覺技術(shù)使計算機可以自動分析場景中的內(nèi)容并做出決策,高效的實時完成特定防盜任務(wù),有力的打擊了盜竊犯罪行為。但是目前在室內(nèi)財產(chǎn)保護領(lǐng)域的應(yīng)用中,主要是通過處理單目相機獲取的圖像完成監(jiān)控任務(wù),缺乏通過融入深度信息檢測盜竊行為的應(yīng)用。通過獲取深度信息可以感知場景中各個區(qū)域離攝像機的距離以及場景中各個區(qū)域之間的三維距離。本文利用雙目立體視覺技術(shù)將深度信息融入到室內(nèi)財產(chǎn)保護應(yīng)用中,研究了取走物檢測、嫌疑人確定和嫌疑人身份鑒別技術(shù),主要工作內(nèi)容如下:(1)比較了幾種立體匹配方法,選出了一種適合于本文應(yīng)用的能夠生成致密視差圖且匹配準確率和效率較高的立體匹配算法。研究了一種利用雙目立體視覺和surendra前景提取方法的取走物檢測技術(shù)。通過分析深度信息變化改進surendra背景更新算法,然后利用改進過的前景提取方法提取場景中的運動前景,再通過分析運動前景區(qū)域的深度變化,最終確定取走物區(qū)域...

【文章頁數(shù)】：73 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 課題研究背景及意義
    1.2 財產(chǎn)保護相關(guān)技術(shù)國內(nèi)外研究發(fā)展現(xiàn)狀
    1.3 本文的主要工作及內(nèi)容安排
第二章 基于雙目視覺的室內(nèi)取走物檢測技術(shù)研究
    2.1 概述
    2.2 雙目相機的標定及立體矯正
    2.3 雙目立體匹配概述
        2.3.1 立體匹配的約束條件
        2.3.2 立體匹配算法分類
        2.3.3 ELAS立體匹配技術(shù)介紹
        2.3.4 評價標準
    2.4 幾種雙目立體匹配技術(shù)的比較
    2.5 雙目測距原理和實現(xiàn)
    2.6 取走物檢測流程
    2.7 運動目標檢測技術(shù)
        2.7.1 幀差法
        2.7.2 背景減除法
        2.7.3 surendra前景檢測算法
    2.8 取走物檢測方法
        2.8.1 深度變化分析
        2.8.2 改進的surendra前景提取算法
        2.8.3 連續(xù)幀去除深度突變
        2.8.4 連通區(qū)域分析
    2.9 實驗結(jié)果及分析
    2.10 本章小結(jié)
第三章 基于深度信息的嫌疑人確定相關(guān)技術(shù)研究
    3.1 概述
    3.2 嫌疑人人體檢測
        3.2.1 幾種基于特征學(xué)習(xí)的人體檢測方法
        3.2.2 人體檢測算法比較
    3.3 取走物位置與人之間的空間距離估計確定嫌疑人
        3.3.1 嫌疑人體和取走物原始位置測距點的選取
        3.3.2 計算空間距離確定嫌疑人
    3.4 實驗結(jié)果及分析
    3.5 本章小結(jié)
第四章 融合深度顯著性基于人臉識別的身份鑒別方法
    4.1 概述
    4.2 人臉檢測及識別
        4.2.1 基于LBP特征及Adaboost分類器人臉檢測算法
        4.2.2 LBPH人臉識別算法
    4.3 人臉識別在不同距離上的置信度測試
    4.4 視覺顯著性概述
        4.4.1 視覺顯著性計算模型
        4.4.2 3D顯著性計算模型
    4.5 一種適合人臉識別的融合深度信息的關(guān)鍵幀提取技術(shù)
        4.5.1 研究動機
        4.5.2 適用于人臉識別的3D顯著性圖像計算流程
        4.5.3 膚色特征提取
        4.5.4 紋理特征提取
        4.5.5 基于3D顯著性的關(guān)鍵幀提取
    4.6 實驗結(jié)果及分析
        4.6.1 本文算法提取的關(guān)鍵幀在身份識別方面的性能測試
        4.6.2 融合深度信息與沒有融合深度信息的鑒別方法比較
    4.7 本章小結(jié)
第五章 總結(jié)與展望
參考文獻
附錄1 攻讀碩士學(xué)位期間撰寫的論文
致謝



本文編號：3746424