交通视频中车辆多目标跟踪与特征提取的研究.pdf

交通视频中车辆多目标跟踪与特征提取的研究.pdf

ID:50046068

大小:13.85 MB

页数:78页

时间:2020-03-04

交通视频中车辆多目标跟踪与特征提取的研究.pdf_第1页
交通视频中车辆多目标跟踪与特征提取的研究.pdf_第2页
交通视频中车辆多目标跟踪与特征提取的研究.pdf_第3页
交通视频中车辆多目标跟踪与特征提取的研究.pdf_第4页
交通视频中车辆多目标跟踪与特征提取的研究.pdf_第5页
资源描述:

《交通视频中车辆多目标跟踪与特征提取的研究.pdf》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、H^fllil曲西WMi论文题目;交羅频鸭辆多目娜踪与特征挪的研究工程领域:繼技术纔学习方式:0全日制攻读G在职攻读作繼郭晓光MSli:i…—巧卫东学校导师:'李文龙企业导师:BHIli'完成日期:mHS!!:!:!:::!::iSS届画’麵脚圓.诱进匯画II画眶論;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和取得的研究成果,除了文中特别加W标注和致谢之处外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得天津工业大学或其他教育

2、机构的学位或证书而使用过的材料一。与我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了谢意。学位论文作者签名>;签字日期:公年心月曰7学位论文版权使用授权书本学位论文作者完全了解天津工业大学有关保留、使用学位论文的规定。特授权天津工业大学可W将学仿论义的今部或部分内容编入有关教巧库讲行检索,并采用影印、缩印或扫描等复制手段保存、汇编W供查闽和借阅。同意学校向国家有关部口或机构送交论文的复印件和磁盘。(保密的学位论文在解密后适巧本授权说明)学位论文作者签名;导师签名:签字円期;

3、年心月玄日签字日期:片!年心月7^学位论文的主要创新点一、针对在交通视频车辆多目标跟踪的前期运动车辆检测中出现区域一鬼影、目标残影W及检测精确度不足的问题,本文提出了种更精确快速、健壮性更好的改进MBe算法,并且根据运动目标检测算法的质量评价要素分析验证了改进算法提高了运动车辆检测的整体性能。本文的方法有效地改进了交通视频中车辆跟踪的效率和准确度,从而为车辆特征提取奠定良好基础。二、针对在车辆多目标跟踪时易受背景噪声、目标之间遮挡、前后目标粘连分离及目标运动不规律或相似物干扰等因素的影响而导致的

4、跟踪鲁棒性不好的问题一,本文提出了种基于检测再识别的区域匹配跟踪算法,该算法对各种复杂的交通环境都具有良好的有效性并提高了跟踪精准度。一王、本文设计了种基于特征的相似车辆检索比对的框架,建立了跟踪车辆特征的结构化存储,提出了基于颜色和车型融合的双特征相似车辆检索比对模式,能够有效、准确和快速地进行车辆特征匹配。摘要随着人工智能的发展,在智能交通系统中,计算机视觉技术己经融入到智能交通视频的分析中。但由于交通视频中背景复杂,噪声较多,车辆运动目标不规律,使得运动目标的检测和车辆的多目标跟踪仍然面临着诸多具

5、有挑战性的问题。同时在越来越多的车辆视频信息中,如何对检测跟踪到的车辆做有效的特征提取和方便快捷的检索比对。这都成了智能交通信息领域迫切需要解决的间题。本文对交通视频中运动目标检测、车辆多目标跟踪W及目标持征提取和检索等问题进行了研巧。在运动车辆检测方面,针对目前常用的ViBe算法在检测中出现明显鬼影区域、缓慢目标残影难W消除、检测精确度和鲁棒性不足的问题,,本文提出改进利用灰度信息为像素建立生命长度矩阵,使鬼影或残影快速融入背景样本得W消。除。结合最大类间方差法设置自适应阔值,加入良好后处理抑制动态噪音引

6、入、,实验结果分类算法的统计指标,对车辆检测效果做定性定量质量评价和分析表明,抑,,改进算法在较少倾数内去除了鬼影制了运动目标残影提高了运动车。辆检测的整体性能,这为车辆的多目标跟踪和特征提取奠定了良好基础在车辆多目标跟踪方面,针对目标遮挡、粘连分离,相似物干扰,目标运动一不规律影响跟踪稳定性的问题,提出了种级联分类检测和SVM分类器再识别的区域匹配跟踪算法。在有效提取运动检测得到的目标连通区域的基础上,根据基于HOG特征的级联分类算法有效识别车辆跟踪区域,减少车辆连通域粘连的影响,并且加入基于LBP特征的

7、SVM分类算法二次识别去掉干扰物和相似物,根据区域匹配关联算法保证了跟踪框能够稳定跟踪,通过多组实验验证了本文多目标跟踪算法可W对车辆持续稳定地跟踪,并且具有较高的准确性。在目标特征和检索方面一,本文设计了个基于车辆特征的交通视频检索比对框架,,首先对多目标跟踪车辆特征做分析根据HSV非均匀量化原理提取目标车辆的主区域颜色,利用朴素贝叶斯分类器对车型特征作识别分类。之后将跟踪车辆的特征作结构化存储,同时提出了基于颜色和车型融合的双特征相似车辆检索比对模式,根据倒排索引进行检索比对,快速定位所需要查找的相似车辆。

8、通过实验验证了特征提取和检索比对的有效性和准确性。关键词:运动车辆检测;改进的ViBe算淑多目标跟臨SVM分类器;特征提取;检索比对;性能优化ABSTRACTWithth

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。