• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      視頻序列中的運(yùn)動(dòng)目標(biāo)跟蹤算法分析

      2019-12-04 14:34:41田雨佳天津工業(yè)大學(xué)
      數(shù)碼世界 2019年11期
      關(guān)鍵詞:函數(shù)庫差分背景

      田雨佳 天津工業(yè)大學(xué)

      前言

      我國(guó)數(shù)字視頻技術(shù)發(fā)展以來,智能監(jiān)測(cè)技術(shù)在較多領(lǐng)域中發(fā)揮著較為重要的作用,其中目標(biāo)跟蹤與檢測(cè)是視頻序列運(yùn)動(dòng)中較為重要的技術(shù)。但是,由于光照?qǐng)鼍耙约瓣幱暗葧r(shí)刻處于變化之中,這在較大程度上加大了監(jiān)控難度。為此,技術(shù)人員提出了多種解決方法。比如在地鐵與稀疏分解的魯棒主成成分析方法,將其應(yīng)用在運(yùn)動(dòng)目標(biāo)檢測(cè)中,具有較好的應(yīng)用優(yōu)勢(shì),能夠?qū)Ρ尘皦K進(jìn)行有效的消除,可加快我國(guó)科學(xué)技術(shù)的發(fā)展速度,同時(shí)也為社會(huì)經(jīng)濟(jì)建設(shè)奠定良好的基礎(chǔ)。

      1 Open CV 技術(shù)概述

      Open CV 技術(shù)實(shí)質(zhì)上是計(jì)算機(jī)視覺庫,能夠在不同操作系統(tǒng)中進(jìn)行有效運(yùn)行,其中該技術(shù)主要是有C 函數(shù)與C++類構(gòu)成,在此基礎(chǔ)上優(yōu)化出了多種語言接口,以此對(duì)一些通用算法進(jìn)行全面共享。此外,Open CV 技術(shù)運(yùn)行高效,并且在此基礎(chǔ)上具有輕量級(jí)優(yōu)勢(shì),將一些函數(shù)庫與用戶進(jìn)行分享,在這些函數(shù)庫有較多跨領(lǐng)域功能,能偶將其應(yīng)用在圖像優(yōu)化處理代碼中,能夠作為函數(shù)庫平臺(tái)進(jìn)行有效運(yùn)行,為后續(xù)研究工作奠定良好的基礎(chǔ)。

      2 Open CV 特點(diǎn)

      Open CV 技術(shù)是一種函數(shù)庫,主要是對(duì)圖像進(jìn)行分析、處理,該技術(shù)不能將其作為獨(dú)立軟件,是以C 語言為基礎(chǔ)的工具,一般情況下在VC 中進(jìn)行有效配置,并對(duì)函數(shù)庫中的函數(shù)進(jìn)行有效應(yīng)用[2]。Open CV 庫主要有產(chǎn)品界面、安全防護(hù)以及三維成像等領(lǐng)域函數(shù)接口,此外CV 能夠成為較多行業(yè)發(fā)展的工具庫,其中應(yīng)用較為廣泛的是企業(yè)與科研,主要是因Open CV 是開源的。除此之外,對(duì)函數(shù)庫源代碼實(shí)施了有效的優(yōu)化,這在較大程度上能夠提升計(jì)算機(jī)工作效率,主要體現(xiàn)在以下兩個(gè)方面:(1)Open CV 通過C 語言實(shí)施優(yōu)化,能夠確保在多核計(jì)算機(jī)中順利運(yùn)行;(2)提供機(jī)器視覺接口函數(shù),并為實(shí)現(xiàn)高層次機(jī)器視覺相關(guān)產(chǎn)品奠定良好的基礎(chǔ)。

      3 運(yùn)動(dòng)目標(biāo)檢測(cè)方法

      云頂目標(biāo)檢測(cè)主要是指在視頻序列的基礎(chǔ)上,從場(chǎng)景中對(duì)運(yùn)動(dòng)區(qū)域?qū)嵤┯行z測(cè),并在此基礎(chǔ)上將其提取的過程。此外,根據(jù)采集平臺(tái)不同,將其分為移動(dòng)攝像頭與固定攝像頭,一般情況下較多視頻監(jiān)控系統(tǒng)中的相機(jī)是固定不變,所以運(yùn)動(dòng)目標(biāo)中的檢測(cè)算法在靜態(tài)場(chǎng)景中的探究中尤為重要,采用的主要方法有光流法、幀差法以及背景減除法。

      3.1 背景減除法

      背景減除法是一種較為有效的檢測(cè)方法,該方法具有較為簡(jiǎn)便的優(yōu)勢(shì),所以常應(yīng)用在視頻監(jiān)控領(lǐng)域中。把背景嫻熟模型看作背景圖片像素值,并且在此基礎(chǔ)上將背景圖像與目前時(shí)刻幀做差分計(jì)算,以此對(duì)完成運(yùn)動(dòng)目標(biāo)范圍檢測(cè)。此外,若像素范圍具有較大差距,需要將其劃分為運(yùn)動(dòng)區(qū)域,在此過程中若像素差范圍差距不明顯,應(yīng)將其劃分為背景圖像。由此可以看出,在對(duì)其進(jìn)行總結(jié)的過程中,算法核心問題是對(duì)背景進(jìn)行更新與建模,其中在進(jìn)行背景模型建立的過程中,應(yīng)當(dāng)與場(chǎng)景相符,這在較大程度程度上能夠避免動(dòng)態(tài)場(chǎng)景變化對(duì)于運(yùn)動(dòng)目標(biāo)檢測(cè)的不利影響。

      3.2 幀間差分方法

      幀間差分方法也叫做序列差分方法,主要算法思想是因運(yùn)動(dòng)目標(biāo)出現(xiàn)明顯變化,根據(jù)視頻序列中不同幀中的差分運(yùn)算,對(duì)運(yùn)動(dòng)目標(biāo)區(qū)域?qū)嵤┯行崛?。主要含義為:在視頻數(shù)據(jù)集中,子啊相鄰A 幀的兩幀圖像,在對(duì)采集到的兩幀做差,以此得到差分圖像,最后再根據(jù)差分圖像進(jìn)行值化處理,以此獲得二值圖像,從而實(shí)施連通性分析,在此過程中應(yīng)對(duì)值化圖像進(jìn)行形態(tài)學(xué)處理,得到運(yùn)動(dòng)目標(biāo)。

      3.3 光流法

      在20 世紀(jì)50 年代,有學(xué)者提出了光流理論,主要是指物體的運(yùn)動(dòng)能夠通過運(yùn)動(dòng)場(chǎng)進(jìn)行有效描述,若運(yùn)動(dòng)場(chǎng)出現(xiàn)不同變化,光線也會(huì)隨之改變,如流星般劃過,人們能夠真確體驗(yàn)到物體的運(yùn)動(dòng)。技術(shù)研究人員將此理論應(yīng)用在了計(jì)算機(jī)視覺處理研究中,由此提出了光流分析方法,主要是把圖像灰度變化與二維速度場(chǎng)進(jìn)行有效的聯(lián)系起來,若物體在現(xiàn)實(shí)中的運(yùn)動(dòng)具有連貫性,在攝像機(jī)傳感器中的圖像也應(yīng)當(dāng)具有連貫性。圖像中的光流場(chǎng)能夠在視頻中有效反映運(yùn)動(dòng)矢量,同時(shí)在圖像序列中,運(yùn)動(dòng)主要在圖像平面像素值中有較好的反映,由此可得,在現(xiàn)實(shí)中同一點(diǎn)在圖像中的投影點(diǎn),順時(shí)灰度值固定不變。

      4 運(yùn)動(dòng)目標(biāo)跟蹤改進(jìn)算法

      4.1 卡爾曼濾波跟蹤算法

      卡爾曼濾波器是在上世紀(jì)60 年代外國(guó)學(xué)者提出,主要是進(jìn)行預(yù)測(cè)矯正評(píng)估,特別是在最小化協(xié)方差誤差領(lǐng)域中有較為廣泛的應(yīng)用效果,并且在此基礎(chǔ)上在視覺目標(biāo)跟蹤領(lǐng)域中也有較為廣泛的應(yīng)用。此外,卡爾曼濾波算法原理主要是:對(duì)計(jì)算機(jī)系統(tǒng)狀態(tài)進(jìn)行有效的迭代預(yù)測(cè),并且在此基礎(chǔ)上通過觀測(cè)值對(duì)系統(tǒng)狀態(tài)值實(shí)施有效更新。

      4.2 粒子濾波跟蹤算法

      粒子濾波算法也是基于估計(jì)理論最優(yōu)算法,其中該最后算法主要建立在Monte Karlo 與Bayes 的基礎(chǔ)之上,Monte Karlo 方法是一種隨機(jī)模擬方法,該方法主要是從實(shí)驗(yàn)中獲得,在對(duì)問題進(jìn)行解決的過程中,一般情況下需要通過隨機(jī)抽樣方法來實(shí)現(xiàn),該模型的核心思想是構(gòu)建一個(gè)參數(shù)等于問題解的隨機(jī)過程與概率模型[4]。

      4.3 Mean-shift 跟蹤算法

      Mean-shift 跟蹤算法主要是一種核密度估計(jì)方式,在對(duì)目標(biāo)進(jìn)行跟蹤的過程中,此種方法一般情況下采用幀圖像的顏色統(tǒng)計(jì)直方圖信息作為匹配搜索的特征,在對(duì)局部進(jìn)行優(yōu)化的過程中,主要使用到概率密度的梯度爬升來實(shí)現(xiàn),這在較大程度上能夠有效縮短搜索時(shí)間,可在最短時(shí)間內(nèi)鎖定目標(biāo),在此基礎(chǔ)上還使用了巴氏系數(shù)作為目標(biāo)模板與候選目標(biāo)的相似函數(shù),從而完成特征匹配。首先需要通過模板庫對(duì)目標(biāo)模板進(jìn)行有效選取,并在此基礎(chǔ)上提取有效顏色信息,再將其向HSV 圖像進(jìn)行轉(zhuǎn)化,提取對(duì)光照弱敏感分量,再對(duì)分量構(gòu)建顏色直方圖,最后獲得特征值數(shù)量。

      5 結(jié)語

      綜上所述,本位首先認(rèn)識(shí)了Open CV 技術(shù),并且對(duì)運(yùn)動(dòng)目標(biāo)檢測(cè)方法與運(yùn)動(dòng)目標(biāo)跟蹤改進(jìn)算法進(jìn)行了深入分析,通過對(duì)實(shí)驗(yàn)平臺(tái)進(jìn)行有效的構(gòu)建,并且在此基礎(chǔ)上學(xué)習(xí)了目標(biāo)檢測(cè)圖像預(yù)處理等函數(shù)算法,在較大程度上解決了運(yùn)行環(huán)境配置問題,并且在此基礎(chǔ)上,通過不同模型理論,為后續(xù)研究奠定了良好的基礎(chǔ)。此外,在進(jìn)行模塊檢目標(biāo)檢測(cè)模塊中,根據(jù)不同檢測(cè)算法,提出了混合高斯模型融合三幀差算法,以此使目標(biāo)更加完整,并且在此基礎(chǔ)上能夠?qū)饩€變化消除問題進(jìn)行有效解決,以此為算法的正確性奠定良好的基礎(chǔ),對(duì)我國(guó)智能檢測(cè)技術(shù)發(fā)展具有較大促進(jìn)作用。

      猜你喜歡
      函數(shù)庫差分背景
      “新四化”背景下汽車NVH的發(fā)展趨勢(shì)
      數(shù)列與差分
      《論持久戰(zhàn)》的寫作背景
      用于優(yōu)化雷達(dá)信號(hào)處理的VSIPL函數(shù)庫
      基于Python的開源GIS應(yīng)用開發(fā)
      Scratch求最值和平均值
      基于BB60C的IQ數(shù)據(jù)采集與存儲(chǔ)系統(tǒng)設(shè)計(jì)
      晚清外語翻譯人才培養(yǎng)的背景
      基于差分隱私的大數(shù)據(jù)隱私保護(hù)
      相對(duì)差分單項(xiàng)測(cè)距△DOR
      太空探索(2014年1期)2014-07-10 13:41:50
      华安县| 克拉玛依市| 元阳县| 麻江县| 专栏| 寻乌县| 开鲁县| 临沧市| 祁门县| 定陶县| 上犹县| 台州市| 泰宁县| 海伦市| 额尔古纳市| 白山市| 九江市| 沧州市| 秦皇岛市| 天水市| 大姚县| 饶河县| 丰宁| 枣阳市| 嘉禾县| 宜昌市| 肇庆市| 连州市| 黄冈市| 苍山县| 溧阳市| 富源县| 梨树县| 泸水县| 安吉县| 天全县| 增城市| 淮北市| 思茅市| 万源市| 浦县|