人体跟踪设计与实现论文

《人体跟踪设计与实现论文》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、目标跟踪(视觉跟踪)是计算机视觉研究领域的重要课题之一，也是近40年来备受研究者关注的前沿方向。视觉跟踪的主要目的是从一组图像序列中检测、识别、跟踪运动目标，并对其行为进行理解和描述。Snake模型是实现物体轮廓提取的一种有效方法，它采用能量函数极小化来提取目标物体的轮廓，并对此方法进行改进。本文主要的研究工作包括:介绍了课题的相关背景；视频分割的概念以及在图像预处理和视频分割中常用的几种算法，并讨论了它们的优点与不足；也详细阐述了用于提高其收敛速度的贪婪算法(GreedyAlgorithm)；并对Snake模型

2、进行改进，采用边缘检测算子来增强Snake图像的能量，明显改进了所提出的目标跟踪方法的鲁棒性，使其具有一定的抗噪声能力，同吋Snake控制点的更新与重采样，在一定程度上抑制了控制点的交叉，进一步增强了算法的性能，使静态背景下单一运动目标的近距离跟踪具有很好的效果。关键词目标跟踪；主动轮廓模型；贪婪算法AbstractObjecttracking,whichisalsocalledvisualtracking,isoneofthemostimportantresearchtopicsinthedomainofco

3、mputervision・Itisalsoanactivefiledwhichhasinterestedmanyresearchersinrecentfortyyears・Visualtrackingaimsatdetecting,identifyingandtrackingobjectsfromimagesequences,followedbythecomprehensionanddescriptionofbehaviorsofthecorrespondingobjects.Themajorworkimplem

4、entedinthispaperispresentedasfollow:Thispaperintroducesthebackgroundofrelatingtothequestion;ItintroduceschieflytheconceptionoftheVideoDivision.EspeciallyvideoimagepredictionprocessingandsomewaysoftheVideoDivision.Italsodiscussesitsadvantagesanddisadvantages.

5、TheGreedyAlgorithminthepaperisbasedonthissection；ThispaperbrieflystudiesthetheoryfoundationofSnakealgorithm,includingTraditionalActiveContourmodelandGreedySnakeAlgorithm;Apotentialsolutionwasproposedaccordingtotheexistedproblemsintheobjecttracke匸Anedgedetecti

6、onoperatorwasappliedtoenhancetheenergyoftheSnakeimage,tosupplythealgorithmcertainanti-noiseabilities.Meanwhile,theupdatingandresamplingoftheSnakecontrolnoderestrainstheintersectionofcontrolnodeinanextent,furtherenhancingthealgorithm^performance.KeywordsObjec

7、tTracking)ActiveCounterModelGreedySnakeAlgorithm摘要IAbstractII第1章绪论11」课题背景11.2课题来源、研究目的和意义11.3视觉跟踪技术的应用21.4视觉跟踪的研究现状31.4.1视觉跟踪的分类31.4.2视觉跟踪问题的两种思路41.4.3视觉跟踪的主流算法41.4.4视觉跟踪问题的难点71.5本文主耍内容71.5.1主耍研究内容71.5.2章节安排8第2章视频分割的基础算法92.1引言92.2视频分割的概述92.3图像预处理算法92.3.1图像平滑

8、算法92.3.2边缘检测算法112.4视频分割中的关键技术122.4.1帧间差分算法122.4.2背景差分法132.4.3Snake算法的数学模型142.5本章小结18第3章基于Snake的运动目标轮廓提取193」引言193.2Snake模型在目标轮廓定位的应用203.2.1基本Snake模型的贪婪实现203.2.2初始化估计243.2.3实验结果和结论253.3本章小结