基于背景建模的多目标检测与跟踪

来源 :东南大学 | 被引量 : 0次 | 上传用户:vin0726
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着图像处理技术、人工智能技术以及机器视觉理论的发展,多目标的检测与跟踪技术在视频监控领域得到了广泛的应用。论文首先介绍了课题的研究背景和意义,在混合高斯背景模型的基础上,研究多目标检测与跟踪算法,实现违章车辆检测。论文主要围绕背景建模、目标检测、阴影消除、多目标跟踪和违章车辆检测五个方面展开。   针对混合高斯背景模型对动态背景敏感的问题,给出改进的建模方法和基于背景差分的目标检测方法,用粗细两种判断尺度对当前图像与背景图像的相似程度进行比较。仿真结果表明,与经典混合高斯背景模型相比,本文模型对动态背景具有更好的抗干扰性,检测出的运动区域完整、清晰。   对伴随目标的运动阴影设计基于边缘信息的阴影消除方法,通过目标重构提取阴影区域。仿真结果表明,该方法能够有效地消除阴影对目标区域的影响,实现多目标的正确分割。   考虑到交通监控场景的复杂性,采用卡尔曼滤波估计目标状态,给出基于关联矩阵的多目标跟踪算法;研究基于部分观测的目标跟踪算法,解决目标互相遮挡情况下的跟踪问题。仿真结果表明该算法能够很好地满足复杂交通环境下多目标跟踪的要求。   将多目标检测与跟踪方法应用于违章车辆检测,对目标闯红灯和逆行行为进行判断和处理。仿真结果表明该算法能够准确判断目标的违章行为,误检率低。
其他文献
期刊
建筑能耗在社会总能耗中占较大的比重,而门窗的气密性则是建筑节能的关键所在,必须对建筑外门窗的气密性进行有效的监督管理。为此,有关部门制定了GB/T7106-2008对建筑外门窗气
新型冠状病毒肺炎疫情防控期间,工信部、科技部多次发布倡议书,呼吁机器人、人工智能相关单位充分发挥人工智能赋能效用,组织科研和生产力量,把加快有效支撑疫情防控的相关产
期刊
分段仿射混杂系统是一类特殊的混杂动态系统,它由离散自动机及定义在各模态上的仿射系统组成.其应用包括工业生产、机器人运动、电力系统、生物基因工程等一系列领域.本文所研
三维测量技术通过对物体空间轮廓进行扫描,来获得被测物体表面各点的三维坐标,并实现被测物体的三维重构。这项技术近年来得到了蓬勃的发展和广泛的应用。研究者们致力于更加快