基于大场景多视频的运动车辆检测与连续跟踪研究

基于大场景多视频的运动车辆检测与连续跟踪研究

ID:35014721

大小:5.50 MB

页数:80页

时间:2019-03-16

基于大场景多视频的运动车辆检测与连续跟踪研究_第1页
基于大场景多视频的运动车辆检测与连续跟踪研究_第2页
基于大场景多视频的运动车辆检测与连续跟踪研究_第3页
基于大场景多视频的运动车辆检测与连续跟踪研究_第4页
基于大场景多视频的运动车辆检测与连续跟踪研究_第5页
资源描述:

《基于大场景多视频的运动车辆检测与连续跟踪研究》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、硕士学位论文基于大场景多视频的运动车辆检测与连续跟踪研究MovingVehicleDetectionandContinuousTrackingBasedonLarge-ScaleScenewithMultipleVideos作者:周年芳导师:孙久运副教授中国矿业大学二○一五年五月中图分类号P23学校代码10290UDC528密级公开中国矿业大学硕士学位论文基于大场景多视频的运动车辆检测与连续跟踪研究MovingVehicleDetectionandContinuousTrackingBasedonLarge-ScaleScenewithMultipleVideo

2、s作者周年芳导师孙久运申请学位工学硕士培养单位环境与测绘学院学科专业摄影测量与遥感研究方向计算机视觉答辩委员会主席吴立新评阅人二○一五年五月论文审阅认定书研究生周年芳在规定的学习年限内,按照研究生培养方案的要求,完成了研究生课程的学习,成绩合格;在我的指导下完成本学位论文,经审阅,论文中的观点、数据、表述和结构为我所认同,论文撰写格式符合学校的相关规定,同意将本论文作为学位申请论文送专家评审。导师签字:年月日致谢时光转瞬即逝,三年的硕士研究生生活即将结束。回首短暂而充实的三年,无论是学业还是生活,我都得到了快速的成长。在这里,我要感谢所有在学习、科研、和生活方面

3、关心、鼓励、帮助过我的老师、朋友、同学和家人。首先要衷心感谢我的导师孙久运老师,在整个研究生生涯,孙老师对我严格要求与耐心指导。在整个论文期间,从选题、研究方案以及论文思路,包括整个论文的写作、修改、定稿等各个环节,孙老师都给予我细心指导。孙老师严谨的科学态度,精益求精的治学作风,对我今后的个人发展必将产生积极影响。同时我要感谢所有的专业课任职老师,感谢你们在我求学生活中的无私倾注与谆谆教导。感谢王晓斌师兄,在平时的研究学习、论文开题、毕业设计的完成等方面师兄都不厌其烦地给予了参考解决思路,分享了他的经验,使我受到很大启发。感谢我的同门黄海虹、张明杰、王阔音、贺

4、致芬和孔姗等人在读研期间给予我的帮助。感谢韩小妹、朱巧玉等遥感与地信硕12级的全体同学,是你们陪我度过了美好的求学时光。感谢柏林森、朱燕、刘清及诸多未能提及的朋友们,感谢你们在平时的学习和生活中带给我的快乐与关心。还要感谢在园区测绘相识的胡维、周箐箐、沈洁、姚文驰、张敏等朋友,感谢你们在我实习期间的陪伴和帮助,这份短暂且珍贵的记忆会永远留存。最后,我要感谢父母、老姐及所有家人对我的默默支持、付出和包容,感谢舅舅舅妈在我找工作时给予的关心和帮助。再次特别感谢所有参加论文评审和对本文提供宝贵意见的各位专家、教授以及老师们。摘要实现智慧城市,首先必须“感知城市”,其中

5、视频传感器因其全天候、形象直观、高覆盖、实时性等优点得到广泛运用。目前城市视频监控以道路交通监控与安全监控为主,视场窄、功能单一,且不能实现对目标的连续、实时跟踪,在“感知城市”中没有发挥应有的作用。本文针对目前视频传感器遍布城市这一现状,研究多视频联合的大场景下车辆连续跟踪所涉及的关键问题。主要工作和所取得成果如下:(1)提出多视频联合的大场景下运动车辆连续跟踪的思路。首先在单视场实现运动车辆的检测,确定跟踪目标;然后对跟踪目标进行特征描述,实现单视场的车辆跟踪;最后当车辆处于重叠视域时,利用目标交接算法将多相机视域中的目标进行关联,从而实现跨相机车辆的连续跟

6、踪。(2)基于优化混合高斯模型的运动车辆检测。经典混合高斯模型背景建模时主要存在三方面不足:匹配高斯分布选择时未综合考虑分布权重及自身匹配程度、模型参数进行更新时模型参数学习率固定不变以及背景显示时只显示权值方差比最大的分布。本文在GMM基础上,对匹配高斯分布选择、模型参数更新、背景显示三方面进行优化。实验证明优化算法提取车辆轮廓清晰,对场景变化有较强适应性,甚至对强光与树叶晃动等扰动都能良好处理,具有一定实用性。(3)基于Kalman滤波与颜色纹理联合特征的自适应MeanShift单视场运动车辆跟踪。在车辆跟踪过程中,本文首先构建纹理与颜色联合特征直方图来描

7、述目标;然后利用Kalman滤波进行目标运动估计,预测目标在当前时刻的位置;最后在预测位置的可信区域内进行联合特征的MeanShift最佳匹配区域检测,且搜索窗口的大小根据前一时刻最优目标区域的矩信息调整。实验证明本文自适应MeanShift跟踪算法,能够克服相似目标和目标形变的干扰,最大程度减少迭代搜索时间,即便目标被部分遮挡仍能保持有效跟踪。(4)基于视野分界线的跨相机运动车辆连续跟踪。跨相机车辆连续跟踪问题的本质是目标交接,本文从基于视野分界线的目标交接算法入手,着重研究存在重叠视域的跨相机车辆交接。首先利用基于投影不变量的算法生成视野分界线,再通过目标与

8、视野分界线的关系判定其所

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。