收藏本站
《山东大学》 2011年
收藏 | 手机打开
二维码
手机客户端打开本文

群体目标动态分析研究

李炜  
【摘要】:群体目标动态分析是计算机视觉和数字图像处理领域的前沿课题,属于运动目标分析范畴。该课题针对各种不同运动群体进行背景消除、运动流分割、群体密度估计、群体跟踪和群体行为理解等研究。群体动态分析技术的应用十分广阔,包括智能监控、安全检查和海洋生物检测等等。现在,该技术已经在某些方面给人类的生活研究带来便利,随着该技术的发展,其必将更加深远的造福人类。因此群体动态分析的研究具有很高的科学价值和深远的实际意义。 目前运动目标分析领域中,对单个或多个运动目标的检测分析已达到较高水平,包括目标检测、跟踪、识别和行为理解等技术,无论从理论还是实际应用都已成熟。而群体运动目标分析研究中存在许多难以解决的问题,限制了该课题的发展。群体运动,相对于单个或多个目标运动,具有运动环境复杂、目标数量众多、运动快慢不一、目标之间存在遮挡等特点,给课题研究带来很大困难。因此,国内外学者们对此课题的研究较少,上世纪末才有人涉足该课题研究,最近几年才出现一些阶段性研究成果。 本文在群体目标动态分析研究中,提出以下创新点: (1)提出全局光流和高斯背景建模融合的背景消除算法,以获取理想的前景。精确的前景提取是提高群体动态分析准确率的前提。全局光流法和混合高斯模型是群体前景检测效果较好的两种方法,但仍不能很好地去除背景噪声。在此基础上,本文提出对此两种方法并行处理,根据其噪声位置和形状的不同,通过融合光流法和高斯建模法的阈值化前景,消除了几乎全部背景干扰。与现有算法相比,该融合算法准确率明显提高。 (2)提出光流场角度聚类算法,以实现前景运动流分割。运动流分割是群体动态分析研究中非常新的技术,研究规则运动群体中不同运动流的分割。由于全局光流场包含所有运动像素的速度和方向,因此通过对光流场角度的分割,能够区分群体前景中不同方向的运动流。本文提出对前景光流场角度聚类的方法,可分割双向、三向、U形和环形等不同类型的运动群体。相比现有的流体力学分割和谱聚类分割,本算法的准确率更高。 (3)本文提出一种块吸收算法,以消除运动流分割后出现的杂质块。运动流分割中以不同颜色表示不同类别,而杂质块是某种颜色区域中的异色像素块。利用该特性,通过自适应改变杂质块的颜色,可实现快速准确的块吸收。 (4)提出基于光流角度直方图的前景运动流分割算法。由于光流角度聚类法耗时较长,本文还提出一种更快速的分割算法。首先将前景光流场角度信息转化成灰度图像,然后从灰度直方图曲线中检测出极大值点和极小值点,随后将表示方向相近的极值点合并,获取一组最终的极小值点。最后,以该组极小值点为分割点实现前景运动流分割。相比于聚类方法,该算法无需循环聚类,处理速度明显提高。此外,分割点选择的准确度高,有效抑制了杂质块的出现。 (5)针对群体目标密度估计提出一种多特征分析方法,密度估计与分类是分析运动群体的最有效手段。由于现有的单一特征估计法准确率不高,本文提出多特征估计,从每条运动流中提取四种特征量,其中前景面积和边缘长度从像素层面反映了群体密度,零阶正交矩和灰度共生矩阵的纹理特征从更高级层面反映群体密度。然后采用多元线性回归训练特征向量与密度等级的关系,并确定各个特征量在密度估计中的权重,最终实现群体密度估计与分类。相比于其他只采用 一种特征量的密度估计的方法,本算法估计准确率提高了约十个百分点,而且本算法无需将图像分割成许多小块处理,所以算法处理速度明显提高。 (6)针对密集群体密度估计,提出一种基于万有引力边缘检测的新算法。密集群体中存在大量遮挡,给群体分析造成巨大困难。现在仍然缺少解决遮挡问题的方法,本文在研究中找到了一个突破口。本算法以万有引力理论为基础,计算前景中像素点之间的引力值作为图像边缘。本算法能检测密集群体中的不明显边缘,通过数字图像处理手段,从二值化边缘中提取出网络边缘结构。该结构的复杂性与群体密度成正比。利用网络边缘中的网格数量和边缘长度作为特征,估计密集和高密集群体密度。实验结果显示,相比于现有算法,本算法估计准确率提高约五个百分点,同时算法处理速度更快。
【学位授予单位】:山东大学
【学位级别】:博士
【学位授予年份】:2011
【分类号】:TP391.41

手机知网App
【相似文献】
中国期刊全文数据库 前10条
1 王福斌;刘杰;焦春旺;陈至坤;;基于多传感信息的挖掘机器人导航及避障技术[J];辽宁工程技术大学学报(自然科学版);2011年03期
2 屠大维;江济良;;改进的光流运动图像分析方法及其应用[J];光学精密工程;2011年05期
3 江由;页陈;震危;水根;江少锋;;基于结构张量的变分光流计算方法[J];南昌航空大学学报(自然科学版);2011年02期
4 赵林;冯燕;贾应彪;;基于微分光流和粒子滤波的视频运动目标跟踪[J];计算机工程;2011年13期
5 马晓婷;;行人跟踪技术综述[J];电脑知识与技术;2011年19期
6 潘金山;苏志勋;王伟;;运动细节估计的光流场方法[J];计算机辅助设计与图形学学报;2011年08期
7 ;[J];;年期
8 ;[J];;年期
9 ;[J];;年期
10 ;[J];;年期
中国重要会议论文全文数据库 前10条
1 张岧;;基于光流场的运动目标检测与跟踪[A];湖北省通信学会、武汉通信学会2009年学术年会论文集[C];2009年
2 贺明;王新赛;路建方;赵春明;徐华亮;;基于多尺度光流的红外焦平面阵列非均匀性校正算法[A];第三届红外成像系统仿真、测试与评价技术研讨会论文集[C];2011年
3 郑春艳;;基于光流和水平集方法的多相运动对象分割[A];图像图形技术研究与应用2009——第四届图像图形技术与应用学术会议论文集[C];2009年
4 林强;;M型超声数据信息与B型截面相光流场的研究[A];首届中国仪器仪表学会医疗仪器分会学术会议论文集[C];1993年
5 李俊;张桂林;;一种计算光流场的新方法[A];1998年中国智能自动化学术会议论文集(下册)[C];1998年
6 王智灵;路婷婷;张硕奇;陈宗海;罗杨宇;李成荣;;基于全局光流的多目标检测与跟踪[A];'2008系统仿真技术及其应用学术会议论文集[C];2008年
7 谢楼云;李继云;;视频图像中的运动目标检测研究及其应用[A];第十四届全国图象图形学学术会议论文集[C];2008年
8 魏波;李晓峰;李在铭;;在运动场景中检测运动目标[A];第九届全国信号处理学术年会(CCSP-99)论文集[C];1999年
9 周露平;陈会勇;方伟;陈宗海;;基于Kalman滤波的特征跟踪[A];系统仿真技术及其应用(第7卷)——'2005系统仿真技术及其应用学术交流会论文选编[C];2005年
10 李平岐;陈万春;邢晓岚;;复杂背景下运动目标的检测与跟踪[A];2007年光电探测与制导技术的发展与应用研讨会论文集[C];2007年
中国博士学位论文全文数据库 前10条
1 路子赟;光流场计算及其若干优化技术研究[D];合肥工业大学;2012年
2 李炜;群体目标动态分析研究[D];山东大学;2011年
3 陈震;图像序列光流场计算及三维场景恢复研究[D];西北工业大学;2003年
4 项学智;基于彩色的微分光流估计及运动目标检测技术研究[D];哈尔滨工程大学;2008年
5 周冬明;细胞神经网络的非线性动力学机制及应用研究[D];复旦大学;2004年
6 郭晓新;超分辨率重建问题的研究[D];吉林大学;2005年
7 张恒;红外目标检测与识别理论与技术研究[D];哈尔滨工程大学;2008年
8 杨国亮;人工心理相关技术研究[D];北京科技大学;2006年
9 毕凌燕;交叠正交变换与视频分割编码的研究[D];华南理工大学;2003年
10 杨国亮;人工心理相关技术研究—面部表情识别与情感建模[D];北京科技大学;2006年
中国硕士学位论文全文数据库 前10条
1 袁猛;基于变分理论的光流计算技术研究[D];南昌航空大学;2010年
2 于晶晶;光流计算中的对偶方法[D];青岛大学;2010年
3 谭熊;基于光流分析的无人机视频运动目标检测与跟踪[D];解放军信息工程大学;2011年
4 高洪佳;基于光流的日侧极光图像分类研究[D];西安电子科技大学;2010年
5 许洁;辅助驾驶系统中的鲁棒光流算法[D];山东大学;2011年
6 刘莹;基于镜头内光流特性色情视频检测算法研究[D];兰州大学;2010年
7 赵洁;基于变分PDE的光流计算新方法[D];天津理工大学;2012年
8 徐波;基于块的彩色时变图像光流场计算研究[D];西北工业大学;2005年
9 曹建平;基于光流场的自动飞行器着陆技术研究[D];西北工业大学;2005年
10 刘涛;基于光流场的视频车辆检测与跟踪算法研究与应用[D];武汉科技大学;2011年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026