收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

复杂背景下运动目标检测和识别关键技术研究

解晓萌  
【摘要】:运动目标检测和识别方法研究的主要任务是对视频图像序列中的运动目标进行自动检测并判断目标物体属于某个类别。由于视频图像采集过程中存在复杂背景、光照强度变化、运动目标遮挡等干扰,导致运动目标图像发生形变,因此运动目标检测和识别需要在实际应用中解决上述问题并不断进行扩展,它在武器自动跟踪、基于内容的视频检索、基于计算机视觉的人机交互、智能视频监控和运动行为分析等领域有着良好的应用前景和重要的经济价值。 本文结合图像处理、模式识别和计算机视觉等多个领域的理论,对运动目标检测和识别中的一系列问题进行了系统、深入的研究,主要的研究内容从视频背景的提取到运动目标识别模型的建立等。论文研究的问题包括:(1)动态背景下的运动目标检测;(2)静态复杂背景下的目标检测;(3)动态复杂背景下的运动目标识别。针对上述问题,提出了相应的解决方法。本文的主要研究内容如下: 1.首先研究了动态背景下基于自适应权重更新Adaboost的运动目标检测方法。基于特征选取和机器学习的运动目标检测需要选取大量的特征进行训练,但是大量的特征选取和计算会导致目标检测方法的实时性不高,因此用多个弱学习器生成较高分类准确率的强学习器的Adaboos方法得到了广泛应用,Adaboos方法通过调整特征的权重,挑选出最优的特征进行分类。但是对于难以分类的背景样本,传统的Adaboost方法会出现权重扩张而不能收敛的问题。针对这些问题,文中提出了一种基于自适应权重更新Adaboost的运动目标检测方法,该方法通过计算特征样本的FNR和FPR,自适应地更新特征权重,有效地避免多次错分的困难样本特征权重扩张,并且根据样本分布类型的情况,提高运动目标的检测率并抑制背景的错分类。实验结果表明文中方法可以对动态背景且不存在严重遮挡情况下的运动目标进行准确的检测。 2.基于特征选取的运动目标检测需要大量的已标注出目标位置的训练样本,然而手工标注出目标位置相当耗时耗力;此外,为了提高目标检测的准确率,许多方法通过高阶局部特征加入了目标的空间结构信息,但是也提高了算法的计算复杂度。针对这一问题,在第四章提出了一种基于核函数高阶局部特征表示的目标检测方法。其主要思想是:首先利用核函数构建高阶局部特征,减少高阶局部特征的特征维度,降低了特征选取的计算复杂度;然后,将提取的特征用于训练特征码本,并将特征码本作为支持向量机的训练样本训练分类器;当进行检测时,用核函数高阶局部特征方法提取测试图像的特征,作为分类器的输入,最后得到检测结果。另外,由于本文方法的核函数高阶局部特征是无需人工干预的,具有无监督学习的优点 3.复杂背景下的目标识别通过对特征进行聚类,以减少背景噪声带来的影响,但是传统的k均值聚类方法的计算复杂度较高;此外,运动目标识别方法需要事先检测出目标物体所在的位置,再对目标物体进行识别,影响了识别方法的实时性。针对这些问题,在第五章提出一种在复杂背景下基于特征树模型的运动目标识别方法,该方法主要由局部特征提取、构建特征树和联合目标检测的识别框架这三部分组成。首先提取HOG特征和光流特征,然后对特征进行层次k均值聚类构建特征树,利用树形结构快速查找的优点实现特征快速定位和分类,最后构建了联合目标检测和目标识别的概率框架,减少了计算过程所需时间。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 徐红霞;成艳真;;基于动态阈值的运动目标检测算法[J];科技信息;2011年15期
2 李明之;马志强;单勇;张晓燕;;复杂条件下高斯混合模型的自适应背景更新[J];计算机应用;2011年07期
3 夏猛;杨小牛;;基于加速度分析的星载SAR-GMTI运动目标参数估计[J];宇航学报;2011年07期
4 曹海青;王军欣;;基于全局和局部特征的目标识别研究[J];微型机与应用;2011年14期
5 王春涛;;基于背景差分法和光流法的视频动态目标检测与跟踪[J];软件导刊;2011年06期
6 李波;袁保宗;;基于码书和纹理特征的运动目标检测[J];信号处理;2011年06期
7 夏斌;许稼;汤俊;彭应宁;;基于多视图像序列跟踪的SAR地面运动目标检测[J];清华大学学报(自然科学版);2011年07期
8 佟文君;张军;;基于边缘检测与传统差分法的目标检测方法[J];天津职业技术师范大学学报;2011年02期
9 刘亚林;莫林;;基于混合高斯和平均背景的运动目标检测算法[J];微计算机信息;2011年07期
10 田洪宁;贾克斌;;一种改进的适用复杂场景的运动目标检测算法[J];计算机仿真;2011年08期
11 杜会斌;张瑞;蒋国峰;;基于均值漂移的背景建模方法[J];无线电工程;2011年07期
12 肖利梅;曹洁;李策;;基于多尺度相位谱的显著性运动目标检测[J];兰州理工大学学报;2011年04期
13 牛武泽;石林锁;金广智;李喜来;白向峰;;融合时空信息的运动目标检测算法[J];计算机工程;2011年18期
14 郭立君;刘曦;赵杰煜;史忠植;;基于改进局部特征分布的图像分类方法[J];模式识别与人工智能;2011年03期
15 华纯;肖铁军;;基于FPGA的高斯建模运动目标检测算法[J];计算机工程与设计;2011年09期
16 陈晔;郭延文;郭凯;;基于特征流型的对象跟踪模型[J];微计算机信息;2011年08期
17 高成;周飞;周东翔;蔡宣平;;基于3G网络的移动视频监控系统服务器端的设计[J];计算机工程与设计;2011年06期
18 张蕾;;基于CNNs电路模型的运动目标检测方法[J];微型机与应用;2011年11期
19 蒋建国;李明;齐美彬;;基于TMS320DM6437的运动目标实时检测与跟踪[J];合肥工业大学学报(自然科学版);2011年07期
20 刘萍萍;赵宏伟;耿庆田;戴金波;;基于局部特征和视皮层识别机制的图像分类[J];吉林大学学报(工学版);2011年05期
中国重要会议论文全文数据库 前10条
1 赵健;陈斌;曾首义;;基于图像的弹道实验中运动目标检测定位方法[A];第19届全国结构工程学术会议论文集(第Ⅲ册)[C];2010年
2 宋跃;石伟;;基于Nios-Ⅱ的运动目标检测的二值图像处理[A];教育部中南地区高等学校电子电气基础课教学研究会第二十届学术年会会议论文集(下册)[C];2010年
3 肖本贤;陆诚;陈昊;余炎峰;陈荣保;;基于帧间差分法和不变矩特征的运动目标检测与识别[A];第二十七届中国控制会议论文集[C];2008年
4 冯向东;郑铁柱;;基于BP神经网络的复杂背景下的运动目标检测[A];Proceedings of the 2011 Chinese Control and Decision Conference(CCDC)[C];2011年
5 熊卫华;向磊;李俊峰;赵新龙;;背景减除与帧间差分相结合的运动目标检测方法[A];中国自动化学会控制理论专业委员会A卷[C];2011年
6 王蓓蓓;李玉良;胡浩;;基于Matlab的煤矿井下运动目标检测的研究[A];煤矿机电一体化新技术2011学术年会论文集[C];2011年
7 徐瑞;王睿;李怡;崔玉柱;;动态场景下基于Bayesian分类光流法的运动目标检测[A];中国仪器仪表学会第十三届青年学术会议论文集[C];2011年
8 高飞;蒋建国;安红新;齐美彬;;一种快速运动目标检测算法[A];全国第22届计算机技术与应用学术会议(CACIS·2011)暨全国第3届安全关键技术与应用(SCA·2011)学术会议论文摘要集[C];2011年
9 于海;赵合计;;视频序列中的运动目标检测[A];第三届中国智能计算大会论文集[C];2009年
10 王强;刘建丽;;基于OpenCV的运动目标检测算法的实现[A];逻辑学及其应用研究——第四届全国逻辑系统、智能科学与信息科学学术会议论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 解晓萌;复杂背景下运动目标检测和识别关键技术研究[D];华南理工大学;2012年
2 孙志海;视频运动目标检测及减法聚类定位技术研究[D];浙江大学;2009年
3 蔚婧;合成孔径雷达地面运动目标检测若干关键技术研究[D];西安电子科技大学;2009年
4 文珺;混合基线构型阵列的地面运动目标检测与定位方法研究[D];西安电子科技大学;2011年
5 孙浩;运动成像平台近景视频运动目标检测技术研究[D];国防科学技术大学;2011年
6 曹健;基于局部特征的图像目标识别技术研究[D];北京理工大学;2010年
7 李波;视频序列中运动目标检测与跟踪算法的研究[D];北京交通大学;2012年
8 王彦杰;基于显著局部特征的视觉物体表示方法[D];北京理工大学;2010年
9 周宁;复杂图像序列中微弱运动目标检测技术研究[D];电子科技大学;2009年
10 蔡红苹;基于局部特征的图像分类识别关键技术研究[D];国防科学技术大学;2010年
中国硕士学位论文全文数据库 前10条
1 魏玉强;运动目标检测与跟踪算法研究[D];燕山大学;2010年
2 李杰;视频序列中运动目标检测跟踪算法研究[D];西南交通大学;2010年
3 胡斌;基于FPGA的运动目标检测系统设计与研究[D];华南理工大学;2010年
4 尤育赛;关于数字图像处理在运动目标检测和医学检验中若干应用的研究[D];浙江大学;2005年
5 刘永浩;图像变化检测方法研究[D];华中科技大学;2004年
6 张蔚;复杂背景下红外序列图像中运动目标检测与分析方法的研究[D];华中科技大学;2004年
7 陈锡;视频监控中运动目标检测跟踪技术[D];大连理工大学;2010年
8 孙向聚;基于Kirsch算子和光流法的运动目标检测[D];兰州大学;2011年
9 邵叶秦;基于序列图像的人头定位[D];南京理工大学;2004年
10 张家轩;基于双目视觉和MRF模型的运动目标检测方法研究[D];燕山大学;2011年
中国重要报纸全文数据库 前10条
1 田宾锋;唐三彩的部分特征及其真伪鉴定[N];中国文物报;2005年
2 郭延淳;网络经济断想[N];中国信息报;2000年
3 中科院自动化所生物特征认证与测评中心 李江伟;知人知面 知身份[N];计算机世界;2003年
4 小明;“黑货”何时清算[N];中国商报;2007年
5 徐薇;近摄手册之趣味点[N];中国摄影报;2006年
6 广州中医药大学 黄华君广东省中医院 卢传坚;中医研究的哲学思考[N];中国中医药报;2008年
7 大摩投资 徐胜治;轻松应对局部牛市[N];证券日报;2003年
8 杨军陕西省咸阳市文物局;营销跟进:“后奥运”旅游的关键词[N];中国旅游报;2008年
9 朱巨军 陈顺子;指纹比口令好[N];中国计算机报;2004年
10 朱启明;民间彩灯亮方寸百里漓江书长卷[N];中国邮政报;2006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
  • 010-62982499
  • 010-62783978