视频监控中运动目标的检测、跟踪与动作识别算法的研究

发布时间：2017-07-03 08:17

  本文关键词：视频监控中运动目标的检测、跟踪与动作识别算法的研究

  更多相关文章： CamShift 粒子滤波 背景减除法 opencv 关键姿态帧

【摘要】：建设“智慧城市”是提升社会经济的新支点和新动力,当今世界科学技术的迅猛发展,中国与世界科技的接轨,智能监控技术是建设“智慧城市”必不可少的一步,其中的视频监控、视频图像检测、视频图像处理技术也在紧随其后快速发展,随着近年来中国通信技术迅猛发展,其它新型科技产业也快速发展,随着4G技术的成熟与实施,每个人都持有搭载Android或者ios操作系统的移动终端,使得人电信行业更加方便的服务于我们,人们之间的联系也更加紧密方便。第一步,对监控对象进行检测,本论文设计的系统是利用改进的背景减除法和三帧差分法相“与”运算的结果作为反馈,对背景进行选择性更新,这种方法不仅可以减少动态因素引起的误检,还可鲁棒地处理运动目标的不定性、障碍物的遮挡、光照变化、动态场景下的目标检测不到的问题。第二步,对监控对象进行跟踪,利用CamShift的粒子滤波算法的思想可以自适应的改变跟踪窗口的大小,大大减少了参与迭代的粒子数目,计算量小,且在部分遮挡和形变的情况下比传统CamShift的算法有更好的跟踪效果。第三步,对监控对象进行动作识别,用到了人体最小外接矩形的宽高比,利用混合小波矩特征建立关键姿态模板,用隐马尔科夫模型算法把测试样本的类别进行分类。该方法有效提高人体行为分类的准确率。该系统是利用vs2010操作系统和调用opencv数据库函数来分析跟踪目标的动作特征,采用c++编程语言实现了对被监控目标的检测、跟踪及动作的识别系统的语言,也对该系统需要用到的各个模块进行了详细介绍,最后也指出了本系统存在的一些问题,并对以后的研发和算法的改进进行了展望。
【关键词】：CamShift 粒子滤波 背景减除法 opencv 关键姿态帧
【学位授予单位】：河北大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41;TN948.6
【目录】：

• 摘要5-6
• Abstract6-10
• 第1章 绪论10-17
• 1.1 选题背景及其意义10-11
• 1.2 课题来源及研究现状11-13
• 1.2.1 国内的研究现状11-12
• 1.2.2 国外的研究现状12-13
• 1.3 监控对象跟踪和动作识别的重要问题13-14
• 1.3.1 目标跟踪中的重要问题13
• 1.3.2 动作识别中的关键问题13-14
• 1.4 本文所做的工作14-15
• 1.5 论文结构安排15-17
• 第2章 视频监控中对目标检测的算法17-31
• 2.1 常用的目标检测算法17-22
• 2.1.1 帧间差分法17-19
• 2.1.2 光流法19-20
• 2.1.3 背景减除法20-22
• 2.2 改进的背景减除法22-25
• 2.3 三帧差分法25-26
• 2.4 背景减除法与三帧差分法的结合26-30
• 2.5 本章小结30-31
• 第3章 运动目标的跟踪技术31-45
• 3.1 常用的目标跟踪算法31-33
• 3.2 Mean Shift跟踪算法33-35
• 3.2.1 核密度估计法的跟踪理论33-34
• 3.2.2 Mean Shift的基本思想及物理含义34-35
• 3.3 Mean shift算法在目标跟踪中的应用35-37
• 3.3.1 目标模型的设计35-36
• 3.3.2 Mean Shift迭代过程36
• 3.3.3 Mean Shift算法跟踪步骤36-37
• 3.3.4 运用Mean Shift算法进行目标跟踪37
• 3.4 CamShift的算法37-41
• 3.4.1 CamShift的算法简介37
• 3.4.2 CamShift算法原理37-41
• 3.5 CamShift粒子滤波算法41-44
• 3.5.1 粒子滤波算法原理41
• 3.5.2 基于CamShift算法粒子滤波算法原理41-42
• 3.5.3 算法描述42-43
• 3.5.4 实验结果对比图43-44
• 3.6 本章小节44-45
• 第4章 人体姿势特征提取45-55
• 4.1 基于关键帧特征的运动行为匹配分类45-50
• 4.1.1 图像的矩特征45-49
• 4.1.2 关键帧特征匹配算法49-50
• 4.2 基于隐马尔可夫的运动行为分类50-52
• 4.3 实验结果与分析52-54
• 4.4 本章小结54-55
• 第5章 总结与展望55-57
• 5.1 本文所作的主要工作55-56
• 5.2 工作展望56-57
• 参考文献57-60
• 致谢60

  本文关键词：视频监控中运动目标的检测、跟踪与动作识别算法的研究

  更多相关文章： CamShift 粒子滤波 背景减除法 opencv 关键姿态帧

，

本文编号：512924