收藏本站
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。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 陈超,叶庆泰;基于图像引导的自动导引小车系统设计[J];机械设计与研究;2004年01期
2 李俊博,万明习;基于遗传算法的非刚性体光流场估计方法[J];电子学报;2001年01期
3 赵音频,陈新,李海明;TMS320C6701在运动目标实时跟踪中的应用[J];福州大学学报(自然科学版);2002年05期
4 陈震,高满屯,沈允文;基于角点跟踪的光流场计算[J];计算机工程;2003年13期
5 李艳玲;吴珺;;基于光流场的图像分割技术研究[J];光盘技术;2008年09期
6 屈有山,田维坚,李英才;基于并行隔帧差分光流场与灰度分析综合算法的运动目标检测[J];光子学报;2003年02期
7 郑鹏,林晓明,伏玉琛,周洞汝;获取视频特征的一种方法[J];计算机工程;1999年06期
8 钱东海,张建明;五点约束最小二乘法估计光流速度场[J];计算机辅助设计与图形学学报;2004年09期
9 焦春林;高满屯;曹秋萍;陈淑梅;;基于光流场的图像分割[J];西北工业大学学报;2006年02期
10 梁冰,洪炳熔,曙光;一种基于光流计算的机器人视觉与行为模型[J];宇航学报;2003年05期
11 李海芸;孟永定;;基于光流场的运动目标检测[J];天水师范学院学报;2008年05期
12 周强;薛向阳;吴立德;;一种非连续广义光流的计算方法[J];模式识别与人工智能;1998年03期
13 张泽旭,李金宗,李冬冬;一种鲁棒性的光流算法研究[J];电子学报;2003年12期
14 郭三华;方贤勇;罗斌;;一种视频序列的拼接算法[J];计算机应用;2007年11期
15 王靓伟,王永刚,王大刚;利用光流场方法进行遥感照片的无缝拼合技术[J];洛阳工学院学报;2000年04期
16 闫丽珍;卢纪临;;基于归一化的区域匹配光流计算[J];河北师范大学学报(自然科学版);2008年06期
17 聂烜;吴成富;;一种基于运动场的snake算法[J];计算机工程与应用;2008年28期
18 杨敬安;基于Kalman滤波器运动视觉景物结构复原算法[J];微电子学与计算机;1991年12期
19 高峰,张平波,王成道;复杂背景人脸的定位与特征抽取[J];华东师范大学学报(自然科学版);1998年02期
20 陈靖,施琦,王涌天;基于视觉增强现实系统的设计与实现[J];计算机工程与应用;2001年21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 佟毅;;密度估计函数的L_r阶收敛性[A];中国现场统计研究会第九届学术年会论文集[C];1999年
3 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
4 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
5 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
6 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
7 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
8 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
9 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
10 蔡致远;熊方;钱卫宁;周傲英;;核合并分析及其在数据流密度估计上的应用[A];第二十届全国数据库学术会议论文集(研究报告篇)[C];2003年
中国博士学位论文全文数据库 前10条
1 李炜;群体目标动态分析研究[D];山东大学;2011年
2 潘超;昆虫视觉启发的光流复合导航方法研究[D];华中科技大学;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 马龙;基于分形分析和光流估计的运动目标检测技术研究[D];国防科学技术大学;2012年
7 郭晓新;超分辨率重建问题的研究[D];吉林大学;2005年
8 武二永;基于视觉的机器人同时定位与地图构建[D];浙江大学;2007年
9 张炤;支持向量机算法研究及其在相控HIFU图像系统中的应用[D];上海交通大学;2007年
10 王凯平;对独立及相依数据的非参和半参模型的半参调整[D];山东大学;2008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 李超;基于小波的光流计算方法[D];南昌航空大学;2013年
4 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
5 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
6 张钟汉;各向异性的微分光流和匹配光流算法[D];西安电子科技大学;2011年
7 温同鑫;一种基于光流和自运动估计的导航定位方法[D];华中科技大学;2012年
8 许洁;辅助驾驶系统中的鲁棒光流算法[D];山东大学;2011年
9 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
10 赵洁;基于变分PDE的光流计算新方法[D];天津理工大学;2012年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978