發(fā)布時間：2017-11-30 12:37

  本文關(guān)鍵詞：基于視頻的行人跟蹤算法研究

  更多相關(guān)文章： 行人跟蹤 粒子濾波 Kalman濾波 混合粒子濾波 Cam Shift 顏色信息加權(quán)

【摘要】：目標跟蹤在很多領(lǐng)域都得到了廣泛地應用,例如:視頻監(jiān)控、人機交互、虛擬現(xiàn)實等。為了能夠?qū)δ繕说奈恢煤拖嚓P(guān)信息進行識別,將圖像處理與計算機視覺等技術(shù)結(jié)合在一起,進而處理視頻圖像序列,并加以分析。隨著科學技術(shù)的發(fā)展,目標跟蹤技術(shù)也在不斷完善,其應用領(lǐng)域也在迅速擴展。本文主要介紹了兩種常見的跟蹤算法,即粒子濾波算法和Cam Shift跟蹤算法,首先對算法進行了深入的研究,然后針對存在的問題進行了相應的改進。為了解決行人發(fā)生嚴重遮擋的問題,本文提出了一種基于混合粒子濾波的行人跟蹤算法,即在粒子濾波算法中加入Kalman濾波預測,在正常跟蹤的情況下,利用粒子濾波算法進行行人跟蹤,當行人發(fā)生一定的遮擋時,利用Kalman濾波算法對行人的運動信息進行預測和更新,從而實現(xiàn)在遮擋條件下對行人的準確跟蹤。通過實驗證明了在行人被嚴重遮擋時,相對傳統(tǒng)的粒子濾波算法,基于混合粒子濾波的跟蹤算法能夠?qū)崿F(xiàn)對行人更準確地跟蹤。但是視頻中行人目標所處的環(huán)境是復雜多變的,針對相似顏色背景和遮擋的問題,本文提出了一種新的算法,即利用顏色信息加權(quán)和自適應閾值篩選方法改進Cam Shift算法,再將改進后的Cam Shift算法與Kalman濾波算法相結(jié)合對行人進行有效地跟蹤。顏色信息加權(quán)是將目標HSV顏色空間模型的H分量和S分量分別求其反向投影再進行加權(quán)處理,使得搜索窗口中包含了更多的目標信息,減少了相似顏色背景的干擾。自適應閾值篩選法是選取有用的像素點,使目標窗口始終保持適當大小,這樣當有相似顏色背景干擾時,可以防止搜索窗口變得很大或者很小,有效地對目標進行跟蹤。最后通過實驗證明,在有相似顏色背景干擾的條件下,改進的Cam Shift算法比傳統(tǒng)的Cam Shift算法跟蹤的準確度更高,取得了較好的跟蹤效果。同時,當行人目標發(fā)生遮擋時,相比傳統(tǒng)的Cam Shift算法,改進的Cam Shift與Kalman相結(jié)合的算法能夠?qū)崿F(xiàn)對行人目標更準確、實時地跟蹤。
【學位授予單位】：吉林大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.41

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 鄒汪平;;一種基于網(wǎng)絡安全控制的蜂群算法應用研究[J];吉林師范大學學報(自然科學版);2013年04期

2 李向偉;曹博;;時間參數(shù)在HITS算法中的應用及改進[J];蘭州工業(yè)高等�？茖W校學報;2006年02期

3 吳濤;彭篤學;;一種改進的直線段裁剪算法[J];湛江師范學院學報;2008年03期

4 張瑞子;南琳;胡琨元;田景賀;;基于EPC Class-1 Gen-2標準的防沖突算法與改進[J];計算機工程;2009年02期

5 黃超;周寧;倪佑生;;基于蟻群算法的攻擊圖分析[J];計算機工程;2009年18期

6 秦永彬;許道云;;警示傳播算法的原理分析及算法改進[J];計算機工程與應用;2010年19期

7 郭毅可;韓銳;;云計算中的彈性算法:概要和展望[J];上海大學學報(自然科學版);2013年01期

8 牛玉靜;唐棣;;雙步圓的反走樣生成算法[J];計算機工程與應用;2010年23期

9 肖璞;;XML索引更新算法的改進[J];南京工程學院學報(自然科學版);2010年03期

10 周駿;陳鳴;張佳明;;兩類頻繁項算法在網(wǎng)絡流上的適用性評估[J];計算機工程;2011年16期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 黃紀武;毛澤華;李松濤;張錦雄;;SPMD并行查找算法的MPI實現(xiàn)[A];廣西計算機學會——2004年學術(shù)年會論文集[C];2004年

2 黃紀武;毛澤華;李松濤;張錦雄;;SPMD并行查找算法的MPI實現(xiàn)[A];廣西計算機學會2004年學術(shù)年會論文集[C];2004年

3 符麗錦;覃華;鄧海;孫欣;;一種改進的Apriori算法的研究[A];廣西計算機學會2012年學術(shù)年會論文集[C];2012年

4 王東鋒;王軍民;陳英武;;模糊定性仿真理論研究與算法實現(xiàn)[A];'2000系統(tǒng)仿真技術(shù)及其應用學術(shù)交流會論文集[C];2000年

5 趙唯;;晶粒度評級的改進算法[A];中國圖象圖形科學技術(shù)新進展——第九屆全國圖象圖形科技大會論文集[C];1998年

6 劉啟文;;可擴展的圖形學算法演示系統(tǒng)的研究[A];’2004計算機應用技術(shù)交流會議論文集[C];2004年

7 佘智;蔣泰;朱延生;;基于Type C協(xié)議的防沖突改進算法[A];廣西計算機學會25周年紀念會暨2011年學術(shù)年會論文集[C];2011年

8 朱紹文;趙培;朱秋云;;基于pSPADE并行挖掘序列算法的研究[A];2003年中國智能自動化會議論文集（下冊）[C];2003年

9 楊霞;;新的基于啟發(fā)式蟻群算法的QoS路由算法[A];廣西計算機學會2009年年會論文集[C];2009年

10 陳黎飛;姜青山;董槐林;;基于圖形輪廓的快速聚類算法[A];第二十三屆中國數(shù)據(jù)庫學術(shù)會議論文集（研究報告篇）[C];2006年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 鐘永騰;基于近場MUSIC算法的復合材料結(jié)構(gòu)健康監(jiān)測研究[D];南京航空航天大學;2014年

2 劉燕;入侵雜草優(yōu)化算法在陣列天線綜合中的應用[D];西安電子科技大學;2015年

3 苗義烽;突發(fā)事件下的列車運行調(diào)度模型與算法研究[D];中國鐵道科學研究院;2015年

4 楊玉婷;頭腦風暴優(yōu)化算法與基于視頻的非接觸式運動定量分析方法研究[D];浙江大學;2015年

5 單美靜;求解非線性實代數(shù)系統(tǒng)的混合算法研究[D];華東師范大學;2008年

6 邱劍鋒;人工蜂群算法的改進方法與收斂性理論的研究[D];安徽大學;2014年

7 潘磊;若干社區(qū)發(fā)現(xiàn)算法研究[D];南京大學;2014年

8 陳俊波;頻繁閉合項集挖掘算法及應用研究[D];浙江大學;2009年

9 陸楠;關(guān)聯(lián)規(guī)則的挖掘及其算法的研究[D];吉林大學;2007年

10 范洪博;快速精確字符串匹配算法研究[D];哈爾濱工程大學;2011年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 安世勇;命題邏輯中隨機3-SAT問題算法研究[D];西南交通大學;2015年

2 畢曉慶;油氣探礦權(quán)競爭性出讓系統(tǒng)設計與實現(xiàn)[D];中國地質(zhì)大學(北京);2015年

3 王明明;鐵路大機與線路固定設施間距檢測算法研究[D];西南交通大學;2015年

4 李靜;基于視頻圖像序列的運動目標檢測與跟蹤算法研究[D];寧夏大學;2015年

5 劉貝玲;基于天地圖的租房平臺開發(fā)及其關(guān)鍵技術(shù)研究[D];西南交通大學;2015年

6 曹海鋒;IDS中串匹配臭算法并行優(yōu)化研究[D];西安建筑科技大學;2015年

7 周攀;基于蟻群算法的山區(qū)高速鐵路隧道火災應急疏散最優(yōu)路徑研究[D];西南交通大學;2015年

8 張路奇;基于改進蟻群算法的WSN路由協(xié)議的研究[D];中國地質(zhì)大學(北京);2015年

9 王曉晨;入侵雜草優(yōu)化算法的應用與改進[D];長安大學;2015年

10 信琴琴;手勢控制和識別算法研究[D];閩南師范大學;2015年

，

本文編號：1239361