视频处理中的目标分割与跟踪的研究
文献类型：学位论文
| 作者 | 赵宇 |
| 学位类别 | 工学硕士 |
| 答辩日期 | 2004-07-01 |
| 授予单位 | 中国科学院研究生院 |
| 授予地点 | 中国科学院自动化研究所 |
| 导师 | 卢汉清 |
| 关键词 | 背景初始化 背景减 目标分割 目标跟踪 均值漂移 行扫描 多类谱聚类 监控系统 Background Initialization Background Subtraction Object Segmentation Object Tracking Mean-Shift Row-Scanned Classification Multi |
| 其他题名 | The Research of Object Segmentation and Tracking in Video Processing |
| 学位专业 | 模式识别与智能系统 |
| 中文摘要 | 视频处理中的目标分割和跟踪是计算机视觉的一个重要分支。根据目标检 测和跟踪的处理过程可以将算法分为背景初始化和背景更新，目标分割，目标 跟踪，多目标的分类。前面的处理是后面处理的基础和先决条件。 背景初始化和背景更新是视频处理的最基础的问题，是目标分割的基础， 背景初始化的好坏对目标分割的精度有直接的影响。当前有许多背景初始化的 方法，这些方法在不同的应用领域有着自身的优点和缺点。背景初始化要解决 的问题是在有运动物体的场景中如何得到自适应的背景，并且尽可能的解决混 合的现象。我们采用了一种自适应的方法分别处理了一般的背景，运动不明显 物体的背景，以及振荡的背景等情况。 目标分割是在背景初始化以后完成的。首先在得到背景以后可以通过背景 减的方法分割出前景区域。这时的前景区域中包含运动物体，阴影和碎块区域。 我们通过阴影和碎块区域自身的特征变换颜色空间从而得到了目标的区域。目 标分割还可以用在特效制作中。我们可以将目标和阴影从当前的场景中提取出 来，然后放在另一个光照等条件基本相同的背景下。其中阴影部分可以用一个 不透明度来表示。通过这个不透明度和新背景的运算得到新场景下的阴影。 目标跟踪可以在目标检测的基础上完成，也可以交互的方式选出感兴趣的 区域。我们把基于均值漂移的跟踪方法应用到系统中，并且对他们的方法做了 一些改进。我们认为物体的特征由于重要性的不同应该赋予不同的权值。权值 规则应该是：目标的这种特征和环境的这种特征的差别越大，那么这种特征的 权值也越大。 多目标的分类是更高一层的算法。我们应用了多类谱聚类的方法对目标进行分类。但是由于这种方法随着样本点的增多所花费的时间会显著增加以至于 影响实时的处理。我们提出了一种行扫描的方法首先将前景区域分成若干的颜 色块，然后用颜色块作为样本点，这大大提高了系统的运行速度。 监控系统近几年有很大的发展。我们综合了以上算法开发了一个监控系统 的演示程序，实现了目标检测跟踪和分类的基本功能。 |
| 英文摘要 | Object Segmentation and Tracking is an important in computer vision. According the procedure of object segmentation and tracking, we can divide the algorithm into background initialization and updating, object segmentation, object tracking, and multi-objects classification. Background initialization and updating is the basic problem of video processing, which has to been accomplished before object segmentation. The result of background initialization has an effect on the precision of object segmentation. Many approaches has some advantage and disadvantage in different application. When the moving objects pause or stop in one position, the algorithm of background updating has to be done, and the blending of background and foreground can be eliminated. We solve the problem according to the different background, such as the background with obvious moving objects, the background with slow moving objects, and the vibratile background. Object segmentation is achieved on the basis of background initialization. We can obtain the foreground region by using background subtraction. The foreground include moving object, shadow and ghost region. Since the shadow and ghost region has some particular feature, we can get rid of these region through RGB space transformation. Object segmentation can be used in video matting, namely we can put one object into different background. The shadow is represented by an opacity. Object tracking has two approaches: one is based on object detection, the other is marking the object region by manual. We apply the mean-shift based tracking into our system, and improve the approach. We give the different weight to different feature according the rule: the more the difference between the features of object and surroundings is, the more the weight of the feature is. Multi-objects classification is further algorithm. We divide the objects by Multi-class Spectral Clustering. But the method can waste plenty of time with the increasing of sample. We propose a Row-Scanned Classification algorithrn, which divide the foreground into color blobs. We consider each color blob as a sample. The method improves the processing speed. We develop a demo of surveillance system with the basis functions of object segmentation, tracking and classification. |
| 语种 | 中文 |
| 其他标识符 | 792 |
| 源URL | [http://ir.ia.ac.cn/handle/173211/6780]  |
| 专题 | 毕业生_硕士学位论文 |
| 推荐引用方式 GB/T 7714 | 赵宇. 视频处理中的目标分割与跟踪的研究[D]. 中国科学院自动化研究所. 中国科学院研究生院. 2004. |
入库方式： OAI收割
来源：自动化研究所
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。