多摄像头网络中的目标检测与运动分析.pdf

《多摄像头网络中的目标检测与运动分析.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、？．一＿／Ｉ／／３．＿＿＾－．》万一－．ｆｗｒ早爲、‘塞£一；＃苗＞＾＿转装＿ｒ！ｖ窗摩．－ｒ．－ｖ拜鸣＿ｆ？讓＾｜．、＇；．广；茜＇Ｓ；禱某￣－？讓ｒ部单胁§开一．／矣：＇．ｒ．為．－１；旁ｒ寒路＂ｓ鲁參蘇善ｋ＇：，篇．；連￥Ｖ；亏今＂寒－＾仁＾＇辛＇＾；；＇ｉ扛ｒ詳＇装若．ｖｉｖ卢任＊奇ｉ心ｐ扇．．；命马；：％可；？＾；．，，下、＞於－硕Ｉｄ女＾套给識髮．＇－－曹．Ｔ：，，巧；Ｖ．鳥－＇．＾、’’：．＾．．？＇．＜．产．ｙ’．．．，．、ｖ

2、＞Ｖ谱＞＞今．．一＾＾巧鸯铅若Ｃ蘇宿．＾紐＇畜．－走：．．－３，：．：＇若，．．Ｖ．錶ｖ．Ｖ；．幹ｒ心马＇、．：＞．；ｖ！，＾’識＇：．．号：Ｖ成、＇皆＾乱城相達呼實．尝；－．‘的：．５：辨莫＾＃蘇．ｉ＼—；换梦々－；巧．誤：．Ｖ－ｖ‘号１Ｓ黎ｉ．＂之！一ｖ？．需－古＾＾’皆．＾＿ｒ：．ｔ．翔－＞．．．獅一纖ｒ专＾、機方位冊交二甲＞＇：祕編夢．舊．變‘乂＞南京邮电大学学位论文原创性声明本人声明所呈交的学位论文是我个人在导师

3、指导下进行的研巧工作及取得的研巧成果。尽我所知，除了文中特别加Ｗ标注和致谢的地方外，论文中不包含其他人己经发表或，撰写过的研巧成果也不包含为获得南京电育机构的学位或证书而使用过邮大学或其它教一论文。与我工的材料同作的同志对本研究所做的任何贡献均己在中作了明确的说明并表示了谢意。一，愿意承担切相关。本人学位论文及涉及相关资料若有不实的法律责任口王研＞口究生签名：期：吃、日斗鸣大位论文使声南京邮电学学用授权明ｉ本人授权南京？国邮电大学可Ｕ保留并向家有关部口或机构送交论

4、文的复印件和电子文档；允许论文被查阅和借阅；可Ｗ将学位论文的全部或部分内容编入有关数据库进行检索；可用影、Ｗ采印缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容一。论文公布（）质的内容相致授权南京邮电大学研巧生院办理。和纸论文的包括刊登涉密学位论文在解密后适用本授权书。口：签＞：：如瓜研究生密名导师名希日期少鸣DetectionandMotionPatternsAnalysisofObjectinMultipleCameraSystemThesisSubmitt

5、edtoNanjingUniversityofPostsandTelecommunicationsfortheDegreeofMasterofEngineeringByZHUTingtingSupervisor:Prof.GAOXiangMarch2015摘要近些年来，随着人工智能的进步，目标检测与运动分析备受视觉领域研究工作者们的关注。传统的视频监控一般只包含运动目标的检测和跟踪，已不能满足现阶段应用发展的需求。本文的研究内容是一种基于多摄像头网络目标检测与运动分析的系统，其主要内容包括：目标运

6、动分割，单摄像头和多摄像头的目标跟踪，以及轨迹聚类和建模分析。首先，针对不同光照强度及变化和侧面光照场景存在阴影的问题，本文研究了一种基于交互信息的仿生视觉目标的运动分割方法。该方法的原理是基于像素的前景分割，利用近期研究的生物视觉的传统模型，建立了计算机视觉的仿生目标运动分割模型。模型主要包括三个分层：初级处理层，实现对图像去除噪声等初步处理；通路层，完成图像在各不同功能模块的独立处理；视觉层，最终实现各通路交互信息的汇总输出。其次，针对存在切换情况时主视域图像序列目标跟踪问题，建立了多摄像头环

7、境的跟踪系统。首先选定视域最优的主摄像头，得到主视域图像序列，通过一种基于HSV颜色特征的WLMC算法跟踪目标，其次计算目标重心的坐标，得到图像平面目标运动轨迹，然后利用相机标定技术，获得图像平面与地平面的对应关系，最后利用多视域数据融合，确定跟踪对象实际的运动轨迹。最后，学习了一种运动目标轨迹的聚类和建模分析方法。本文研究的运动对象为目标人，针对在日常生活中人们的行走通常不是随机而是有规律的运动问题，首先使用K-means算法对跟踪轨迹集合进行聚类，得到其运动模式，然后使用GMM模型学习目标的运

8、动模式，并对当前运动的所属模式进行判断。关键词：目标运动分割，目标跟踪，多摄像头，运动轨迹，运动分析IAbstractInrecentyears,withthedevelopmentofartificialintelligence,computervisionresearchersdrawmuchattentiontotheresearchontargetmotionanalysis.Traditionalvideosurveillancesystemsonlycontainmov