發(fā)布時(shí)間：2017-05-09 22:01

  本文關(guān)鍵詞：視頻摘要系統(tǒng)中的運(yùn)動(dòng)物體提取技術(shù)研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著智能監(jiān)控技術(shù)的不斷發(fā)展,智能監(jiān)控得到了愈來(lái)愈廣泛的應(yīng)用,每天都會(huì)產(chǎn)生海量的監(jiān)控視頻。面對(duì)數(shù)量龐大的視頻數(shù)據(jù),完全依靠人工瀏覽和偵查將變得異常困難。因此,人們開(kāi)始采用各種技術(shù)手段,以降低瀏覽和偵查監(jiān)控過(guò)程中的人力和時(shí)間成本。視頻摘要就是其中最為有效的方法,而其中的運(yùn)動(dòng)物體檢測(cè)及其運(yùn)動(dòng)軌跡幀序列的提取是最為關(guān)鍵的步驟。能否有效提取運(yùn)動(dòng)物體連續(xù)完整的運(yùn)動(dòng)軌跡幀序列將直接影響到摘要視頻的質(zhì)量。同時(shí),提取出連續(xù)完整的運(yùn)動(dòng)軌跡幀序列,能有效促進(jìn)行為分析、刑偵排查等工作的展開(kāi),對(duì)安防、交通、軍事等領(lǐng)域都具有重大的使用價(jià)值和研究意義。當(dāng)前,在復(fù)雜的監(jiān)控場(chǎng)景下,因遮擋、運(yùn)動(dòng)形變以及光照等干擾因素的影響,同一運(yùn)動(dòng)過(guò)程會(huì)被提取為兩個(gè)或多個(gè)不同的運(yùn)動(dòng)軌跡幀序列,從而在生成的摘要視頻中會(huì)出現(xiàn)運(yùn)動(dòng)物體突然出現(xiàn)或突然消失的現(xiàn)象,這與原視頻場(chǎng)景中真實(shí)的運(yùn)動(dòng)過(guò)程嚴(yán)重不符,對(duì)運(yùn)動(dòng)分析、場(chǎng)景理解等會(huì)造成一定的干擾和混淆。針對(duì)這一問(wèn)題,本文進(jìn)行了深入的研究和分析,主要的工作和創(chuàng)新如下：1.結(jié)合ViBe和壓縮跟蹤對(duì)粒子濾波跟蹤算法進(jìn)行了改進(jìn)。利用ViBe檢測(cè)到的運(yùn)動(dòng)前景結(jié)果來(lái)引導(dǎo)粒子進(jìn)行狀態(tài)轉(zhuǎn)移和采樣,從而有效地解決了物體經(jīng)遮擋后的重定位問(wèn)題;而利用基于壓縮感知的特征采樣則可以采集到物體的多尺度變化特征,從而可以有效表征物體的外觀模型,提高跟蹤精度。同時(shí),結(jié)合運(yùn)動(dòng)前景結(jié)果進(jìn)行跟蹤可以有效應(yīng)對(duì)跟蹤過(guò)程的運(yùn)動(dòng)形態(tài)變化,從而可以在遮擋的場(chǎng)景下穩(wěn)定和準(zhǔn)確地跟蹤到目標(biāo)物體。2.提出了一種基于ViBe和改進(jìn)后的粒子濾波相結(jié)合的跟蹤提取方法。通過(guò)將運(yùn)動(dòng)物體的運(yùn)動(dòng)前景信息與跟蹤過(guò)程中的狀態(tài)信息進(jìn)行相互輔助,互相反饋,綜合前景提取結(jié)果和運(yùn)動(dòng)跟蹤結(jié)果來(lái)進(jìn)行最終的運(yùn)動(dòng)軌跡幀序列的提取和歸類,從而有效地解決了提取過(guò)程中的遮擋問(wèn)題,保證了提取到的運(yùn)動(dòng)軌跡幀序列具有良好的完整性和連續(xù)性。實(shí)驗(yàn)結(jié)果表明,本文提出的基于ViBe和改進(jìn)后的粒子濾波相結(jié)合的跟蹤提取方法,能夠在復(fù)雜的場(chǎng)景中,特別是含有遮擋的場(chǎng)景下有效地提取到運(yùn)動(dòng)物體連續(xù)完整的運(yùn)動(dòng)軌跡幀序列。
【關(guān)鍵詞】：視頻摘要 運(yùn)動(dòng)物體提取 前景檢測(cè) 目標(biāo)跟蹤 ViBe 粒子濾波
【學(xué)位授予單位】：北京化工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP391.41;TN948.6
【目錄】：

• 摘要4-6
• ABSTRACT6-15
• 第一章 緒論15-25
• 1.1 課題的研究背景及意義15-16
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀16-22
• 1.2.1 視頻摘要16-17
• 1.2.2 運(yùn)動(dòng)物體前景檢測(cè)和提取17-19
• 1.2.3 運(yùn)動(dòng)跟蹤19-22
• 1.3 本文的主要研究?jī)?nèi)容22
• 1.4 本文的組織結(jié)構(gòu)22-25
• 第二章 視頻要系統(tǒng)的關(guān)鍵技術(shù)25-35
• 2.1 視頻摘要系統(tǒng)的技術(shù)原理25-26
• 2.2 視頻摘要系統(tǒng)涉及到的關(guān)鍵技術(shù)26-27
• 2.3 運(yùn)動(dòng)物體前景檢測(cè)27-30
• 2.3.1 背景減除法27-28
• 2.3.2 ViBe前景檢測(cè)算法28-29
• 2.3.3 形態(tài)學(xué)處理29-30
• 2.4 運(yùn)動(dòng)跟蹤30-32
• 2.4.1 基于疊加區(qū)域的跟蹤算法30
• 2.4.2 粒子濾波跟蹤算法30-32
• 2.5 運(yùn)動(dòng)軌跡幀序列的提取32-33
• 2.6 軌跡組合與優(yōu)化33-34
• 2.7 場(chǎng)景融合34
• 2.8 本章小結(jié)34-35
• 第三章 融合前景信息的運(yùn)動(dòng)跟蹤研究35-51
• 3.1 粒子濾波跟蹤和壓縮跟蹤的局限性分析35-41
• 3.1.1 粒子濾波跟蹤35-37
• 3.1.2 壓縮跟蹤37-41
• 3.2 粒子濾波跟蹤算法的改進(jìn)41-49
• 3.2.1 外觀模型特征的選取和計(jì)算41-44
• 3.2.2 粒子狀態(tài)轉(zhuǎn)移和樣本圖像的采集44-45
• 3.2.3 外觀模型特征的自適應(yīng)更新45-46
• 3.2.4 改進(jìn)的跟蹤算法及流程46-49
• 3.3 本章小結(jié)49-51
• 第四章 運(yùn)動(dòng)物體提取算法研究51-61
• 4.1 視頻摘要系統(tǒng)中的運(yùn)動(dòng)物體提取算法51-53
• 4.2 改進(jìn)的運(yùn)動(dòng)物體提取算法53-59
• 4.2.1 前景提取方法的改進(jìn)53-55
• 4.2.2 運(yùn)動(dòng)軌跡幀序列的完整性提取55-59
• 4.3 本章小結(jié)59-61
• 第五章 實(shí)驗(yàn)結(jié)果及分析61-73
• 5.1 實(shí)驗(yàn)設(shè)計(jì)61-62
• 5.2 運(yùn)動(dòng)物體前景提取的實(shí)驗(yàn)結(jié)果及分析62-64
• 5.2.1 運(yùn)動(dòng)物體前景提取62-63
• 5.2.2 形態(tài)學(xué)處理對(duì)前景提取結(jié)果的影響63-64
• 5.3 復(fù)雜場(chǎng)景下運(yùn)動(dòng)跟蹤的實(shí)驗(yàn)64-69
• 5.3.1 運(yùn)動(dòng)形態(tài)尺度變化下的跟蹤64-65
• 5.3.2 全局遮擋場(chǎng)景下的跟蹤65-67
• 5.3.3 局部遮擋場(chǎng)景下的跟蹤67-69
• 5.4 運(yùn)動(dòng)軌跡幀序列的提取實(shí)驗(yàn)69-71
• 5.5 摘要圖像對(duì)比實(shí)驗(yàn)71-72
• 5.6 本章小結(jié)72-73
• 第六章 結(jié)論與展望73-75
• 6.1 論文主要成果73
• 6.2 后續(xù)工作展望73-75
• 參考文獻(xiàn)75-77
• 致謝77-79
• 研究成果及發(fā)表的學(xué)術(shù)論文79-81
• 作者及導(dǎo)師簡(jiǎn)介81-82
• 附件82-83

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前4條

1 劉治紅;駱云志;;智能視頻監(jiān)控技術(shù)及其在安防領(lǐng)域的應(yīng)用[J];兵工自動(dòng)化;2009年04期

2 張毅剛;曹陽(yáng);項(xiàng)學(xué)智;;靜態(tài)背景差分運(yùn)動(dòng)目標(biāo)檢測(cè)研究[J];電子測(cè)量與儀器學(xué)報(bào);2010年05期

3 石光明;劉丹華;高大化;劉哲;林杰;王良君;;壓縮感知理論及其研究進(jìn)展[J];電子學(xué)報(bào);2009年05期

4 張環(huán);劉肖琳;;基于可變模型的目標(biāo)實(shí)時(shí)跟蹤[J];計(jì)算機(jī)仿真;2006年10期

  本文關(guān)鍵詞：視頻摘要系統(tǒng)中的運(yùn)動(dòng)物體提取技術(shù)研究，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：353360