基于区域统计模型的目标检测与跟踪算法研究
文献类型：学位论文
| 作者 | 吴波 |
| 学位类别 | 博士 |
| 答辩日期 | 2008-06-30 |
| 授予单位 | 中国科学院电子学研究所 |
| 授予地点 | 电子学研究所 |
| 导师 | 王宏琦 |
| 关键词 | 目标检测 目标跟踪 区域统计模型 图割 贝叶斯滤波 均值偏移 |
| 其他题名 | Research of Object Detection and Tracking Algorithm Based on Region Statistical Models |
| 中文摘要 | 本文利用区域统计模型刻画目标的外观特征，基于区域统计模型对二维图像的目标检测以及连续时间图像序列的目标跟踪问题进行深入的研究，解决了目标检测以及目标跟踪中的若干问题，创新点有以下几个方面： 1． 提出一种结合局部色彩高斯混合模型估计的假设/验证目标检测算法，用于检测单幅二维图像中的感兴趣目标。在该算法中将目标检测与图像分割相结合，提出了假设/验证的检测策略，其中基于机器学习的目标检测算法提供目标存在的假设区域，再利用图像分割对各假设区域进行验证，提高了目标检测的准确度； 2． 提出一种基于分块协方差矩阵模型的贝叶斯滤波跟踪算法，用于跟踪视频序列中的运动目标。该算法基于协方差区域描述子，建立目标区域的分块模型，并把该模型融合到贝叶斯滤波跟踪理论框架下，在贝叶斯滤波跟踪的随机框架下处理复杂背景下的目标跟踪问题； 3． 提出一种基于核密度主颜色的多目标跟踪算法，用于跟踪监控场景下的多个运动目标。该算法在主颜色计算过程中引入核密度函数，建立的核密度主颜色模型具有更好的抗干扰能力。该算法在卡尔曼滤波器预测的基础上利用基于核密度主颜色的mean shift算法对各目标进行跟踪，接着利用目标跟踪位置与前景blob之间的关联矩阵来推理多目标跟踪问题中的各种情况，根据不同的情况对目标的位置、大小以及颜色信息做相应的更新。 |
| 语种 | 中文 |
| 公开日期 | 2011-07-19 |
| 页码 | 130 |
| 源URL | [http://ir.ie.ac.cn/handle/80137/8625]  |
| 专题 | 电子学研究所_电子所博硕士学位论文_电子所博硕士学位论文_学位论文 |
| 推荐引用方式 GB/T 7714 | 吴波. 基于区域统计模型的目标检测与跟踪算法研究[D]. 电子学研究所. 中国科学院电子学研究所. 2008. |
入库方式： OAI收割
来源：电子学研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。