运动车辆轨迹提取及其行为理解地研究

《运动车辆轨迹提取及其行为理解地研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学位论文独创性声明一、学位论文独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得南昌大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名（手写）：签字日期：年月日二、学位论文版权使用授权书本学位论文作者完全了解南昌大学有关保留、使用学位论文的规定，同意学校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被

2、查阅和借阅。本人授权南昌大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编本学位论文。同时授权北京万方数据股份有限公司和中国学术期刊（光盘版）电子杂志社将本学位论文收录到《中国学位论文全文数据库》和《中国优秀博硕士学位论文全文数据库》中全文发表，并通过网络向社会公众提供信息服务，同意按“章程”规定享受相关权益。学位论文作者签名（手写）：导师签名（手写）：签字日期：年月日签字日期：年月日论文题目姓名学号论文级别博士□硕士■院/系/所专业联系电话E_mail通信地址(邮编)：备注：□公开□保密（向

3、校学位办申请获批准为“保密”，年月后公开）万方数据摘要摘要在当今计算机视觉领域中，随着计算机技术带来的技术改革，已经有越来越多的研究者加入到该领域的研究中，在该领域中的目标跟踪和行为理解已经成为了现下热门的研究课题，有很多的研究者已经做了许多尝试性的研究，也取得了很多研究成果。在本文中，主要讨论了SURF（SpeededUpRobustFeatures）算法在运动目标跟踪中的应用以及研究，然后针对本文所要研究的行为理解，也在设定了目标的特定运动背景的条件下，做了一些相关的研究。针对目标跟踪，本文借助的是SURF算法在其上的研究，但由于该算法本身

4、存在着一些缺陷，例如积分图像计算的时间太长、匹配过程时间太长且准确度不高等。针对此缺陷，本文对SURF算法做了一些改进，主要就是针对积分图像算法以及匹配过程的改进，然后再利用尺度限制算法来剔除SURF算法粗匹配后的误匹配点，最后完成整个匹配过程，而且运动目标跟踪过程中的实时性和高效性也得到了更好的保障。对于行为理解，本文设定的特定场景是繁华的交通十字路口，针对该场景，本文制定了运动车辆的行为描述以及行为理解规则，分别为左拐、右拐、直走和掉头。最后通过实验得出，本论文改进后的SURF算法在目标跟踪中达到了更好的准确性及实时性，对运动车辆行为的理解

5、也取得了很好的效果。关键词：计算机视觉；运动目标跟踪；行为理解；SURF算法I万方数据ABSTRACTABSTRACTWiththerapiddevelopmentofcomputertechnology,moreandmoreresearchersstarttoresearchthefieldofcomputervision.Inthisfield,objecttrackingandactivityunderstandinghasbecomeahotresearchtopic.manyresearchershavedonemanytentat

6、iveresearch,andobtainedmanymeaningfulresearchachievements.Inthispaper,wemainlydiscussedtheapplicationandresearchofSURFalgorithminobjecttracking.Fortheactivityunderstanding,Ialsodosomeresearchundertheconditionsofsettingaspecificbackground.Fortheobjecttracking,theSURFalgorithm

7、wasusedtoresearchitinthispaper,however,theintegralimagecomputingalgorithmusedbySURFhasproblemsofcostingmoretimeandmismatchingofimagematching,expeciallythecomputationtimeandmatchingtime.Inordertosolvethisproblem,integralimagecomputingalgorithmsandmatchingalgorithmswereimprove

8、dinthispaper.Firstly,featuredetectionandpre-matchingofimagesaredonebyusingS