本文關(guān)鍵詞：監(jiān)控視頻中運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)研究　出處：《哈爾濱工業(yè)大學(xué)》2015年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 目標(biāo)檢測(cè) 混合高斯 核密度估計(jì) 陰影檢測(cè)

【摘要】：傳統(tǒng)的監(jiān)控視頻系統(tǒng)只能存儲(chǔ)歷史視頻,方便在事故發(fā)生后進(jìn)行調(diào)查,不能及時(shí)對(duì)事故進(jìn)行預(yù)警通知,無(wú)法消除事故隱患,視頻目標(biāo)自動(dòng)檢測(cè)技術(shù)可以很好地解決這些問(wèn)題。檢測(cè)結(jié)果的好壞與所采用的檢測(cè)算法或?qū)嶋H環(huán)境有關(guān),是后續(xù)目標(biāo)跟蹤、特征提取、分類、行為理解等許多研究工作的基礎(chǔ),直接決定著這些研究的效率與準(zhǔn)確性。在實(shí)際情況中,視頻在拍攝過(guò)程中很容易受到環(huán)境的影響,并且人們對(duì)系統(tǒng)的穩(wěn)定性、魯棒性、實(shí)時(shí)性提出了更高的要求,所以,基于視頻的運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)面臨著很多挑戰(zhàn)。為了解決這些問(wèn)題,本論文將針對(duì)目標(biāo)檢測(cè)算法展開(kāi)研究。本論文深入研究了傳統(tǒng)混合高斯模型,與單高斯模型相比,該方法用多個(gè)高斯分布去描述像素的變化,能夠更好地適應(yīng)復(fù)雜多變的環(huán)境,可以獲得更佳的檢測(cè)效果,但該方法中存在一些缺陷,論文分析了模型中存在的兩個(gè)問(wèn)題:一是當(dāng)前景目標(biāo)在一段時(shí)間內(nèi)滯留時(shí),由于背景的不斷更新,將無(wú)法檢測(cè)出該目標(biāo);二是如何實(shí)現(xiàn)高斯分布個(gè)數(shù)的自適應(yīng)化以提高檢測(cè)的實(shí)時(shí)性。對(duì)于第一個(gè)問(wèn)題,通過(guò)比較前后幀中前景像素點(diǎn)的重疊率來(lái)判斷目標(biāo)是否運(yùn)動(dòng)來(lái)確定具體的更新策略,解決了目標(biāo)滯留時(shí)無(wú)法檢測(cè)的問(wèn)題;對(duì)于第二個(gè)問(wèn)題,利用自適應(yīng)策略,通過(guò)判斷“淘汰”的高斯分布來(lái)改善檢測(cè)的實(shí)時(shí)性。并且將改進(jìn)方法與傳統(tǒng)混合高斯方法從效果和耗時(shí)上做了對(duì)比試驗(yàn),證明了改進(jìn)方法的有效性,提高了系統(tǒng)實(shí)時(shí)性。論文同時(shí)對(duì)關(guān)鍵幀的核密度估計(jì)方法進(jìn)行了改進(jìn),核密度方法相對(duì)于混合高斯方法的好處是不需要預(yù)先知道像素變化的分布情況,也不必進(jìn)行復(fù)雜的參數(shù)設(shè)置。傳統(tǒng)的核密度估計(jì)法中,所有樣本不加區(qū)分地參與到密度估計(jì)中,計(jì)算量很大,而論文中的關(guān)鍵幀策略是從樣本集中選取能代表背景關(guān)鍵信息的關(guān)鍵幀作為估計(jì)樣本,大大減少了參與估計(jì)的樣本數(shù)量,并且將之與混合高斯方法以及傳統(tǒng)核密度方法從檢測(cè)效果和時(shí)間消耗上做了對(duì)比,證明了改進(jìn)方法的有效性,提高了系統(tǒng)實(shí)時(shí)性。最后利用改進(jìn)混合高斯方法和關(guān)鍵幀核密度估計(jì)方法進(jìn)行聯(lián)合檢測(cè),取得了良好的檢測(cè)效果,并對(duì)檢測(cè)結(jié)果中存在的陰影進(jìn)行檢測(cè)與消除,避免了陰影帶來(lái)的干擾。
【學(xué)位授予單位】：哈爾濱工業(yè)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

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李存華;紀(jì)兆輝;胡云;;分箱核密度估計(jì)的誤差及其修正[J];數(shù)據(jù)采集與處理;2009年02期

2 劉忠寶;王士同;;基于熵理論和核密度估計(jì)的最大間隔學(xué)習(xí)機(jī)[J];電子與信息學(xué)報(bào);2011年09期

3 李俊林;符紅光;;改進(jìn)的基于核密度估計(jì)的數(shù)據(jù)分類算法[J];控制與決策;2010年04期

4 孫劍芬;;基于高斯核密度估計(jì)的運(yùn)動(dòng)目標(biāo)檢測(cè)新方法[J];計(jì)算機(jī)技術(shù)與發(fā)展;2010年08期

5 孫志海;張樺;武二永;周文暉;;非參數(shù)核密度估計(jì)視頻目標(biāo)空域定位技術(shù)研究[J];光電工程;2010年08期

6 李存華,孫志揮,陳耿,胡云;核密度估計(jì)及其在聚類算法構(gòu)造中的應(yīng)用[J];計(jì)算機(jī)研究與發(fā)展;2004年10期

7 尹訓(xùn)福;郝志峰;楊曉偉;;快速核密度估計(jì)算法研究進(jìn)展[J];計(jì)算機(jī)工程與應(yīng)用;2007年31期

8 王選賀;劉濟(jì)林;;基于核密度估計(jì)的遮擋人體跟蹤[J];浙江大學(xué)學(xué)報(bào)(工學(xué)版);2011年03期

9 吳俊琦;倪宏;李俊;;基于核密度估計(jì)的可變碼率視頻流量預(yù)測(cè)算法[J];計(jì)算機(jī)工程;2012年24期

10 葉菲;;改進(jìn)核密度估計(jì)確定最優(yōu)分組方法研究[J];計(jì)算機(jī)應(yīng)用與軟件;2013年06期

相關(guān)會(huì)議論文 前5條

1 李存華;孫志揮;陳耿;胡云;;核密度估計(jì)及其在聚類算法構(gòu)造中的應(yīng)用[A];第二十一屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2004年

2 杜宇靜;孫曉祥;賴民;宋立新;;二元證券指數(shù)的核密度估計(jì)[A];中國(guó)現(xiàn)場(chǎng)統(tǒng)計(jì)研究會(huì)第十三屆學(xué)術(shù)年會(huì)論文集[C];2007年

3 廖國(guó)瓊;李晶;萬(wàn)常選;;基于核密度估計(jì)的RFID數(shù)據(jù)流清洗方法[A];NDBC2010第27屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集(B輯)[C];2010年

4 鄒丹;;關(guān)于點(diǎn)實(shí)體密度的插值算法探究[A];2009`中國(guó)地理信息產(chǎn)業(yè)論壇暨第二屆教育論壇就業(yè)洽談會(huì)論文集[C];2009年

5 陳子q，

本文編號(hào)：1324546