文中構(gòu)建目標(biāo)跟蹤與監(jiān)測系統(tǒng),其主要任務(wù)是在固定攝像機的幫助下,對進(jìn)入建筑物的人或其他移動物體進(jìn)行探測和跟蹤。首先,選擇絕對差和技術(shù)來檢測運動物體或人;然后,采用擴展卡爾曼濾波器進(jìn)行非線性跟蹤,同時利用擴展卡爾曼濾波預(yù)測每幀目標(biāo)的下一個位置。在監(jiān)測記錄系統(tǒng)中,采用運動閾值模型,標(biāo)記運動物體在不同幀中的位置。采用MATLAB軟件對系統(tǒng)整體模型進(jìn)行仿真,結(jié)果表明該系統(tǒng)能夠成功地檢測和跟蹤人和物體。 

【文章頁數(shù)】：4 頁

【文章目錄】：
0 引言
1 目標(biāo)檢測
2 目標(biāo)跟蹤
3 系統(tǒng)構(gòu)建和控制算法
4 結(jié)果和討論
5 結(jié)束語


【參考文獻(xiàn)】：
期刊論文
[1]目標(biāo)跟蹤算法綜述[J]. 孟琭,楊旭.  自動化學(xué)報. 2019(07)
[2]改進(jìn)的擴展卡爾曼濾波算法研究[J]. 賀軍義,李男男,安葳鵬.  測控技術(shù). 2018(12)
[3]基于改進(jìn)擴展卡爾曼濾波算法的移動機器人定位方法研究[J]. 陳慶武,張志安,何雨,韓明明,黃學(xué)功.  測試技術(shù)學(xué)報. 2018(04)
[4]一種改進(jìn)的SAD目標(biāo)跟蹤算法[J]. 趙柏山,劉佳琪,王禹衡.  微處理機. 2018(02)
[5]基于高斯和的二階擴展卡爾曼濾波算法[J]. 張帆,施化吉,周從華,李雷.  信息技術(shù). 2017(12)
[6]一種改進(jìn)的Mean Shift運動目標(biāo)跟蹤算法[J]. 肖江,陳想,丁亮.  信息技術(shù). 2017(01)
[7]改進(jìn)擴展卡爾曼濾波算法的目標(biāo)跟蹤算法[J]. 楊鵬生,吳曉軍,張玉梅.  計算機工程與應(yīng)用. 2016(05)
[8]基于改進(jìn)擴展卡爾曼濾波算法的空中目標(biāo)跟蹤[J]. 孫杰,胡瑞,楊輝.  艦船電子對抗. 2013(06)
[9]基于擴展卡爾曼濾波算法的RBF神經(jīng)網(wǎng)絡(luò)主動視覺跟蹤[J]. 唐新星,徐淼,白羽,張邦成.  制造業(yè)自動化. 2013(20)

博士論文
[1]基于視頻的人體檢測與目標(biāo)跟蹤方法研究[D]. 倪洪印.吉林大學(xué) 2014

碩士論文
[1]基于Best-Buddies Similarity的魯棒性可變形模板匹配算法研究[D]. 趙文鮮.廣西師范大學(xué) 2018
[2]復(fù)雜背景下的運動目標(biāo)跟蹤算法研究及其應(yīng)用[D]. 胡瑋靜.江南大學(xué) 2014



本文編號：3674014