目标检测、目标踪报告.pptVIP

视频监控小组工作报告 报告内容 动态场景的运动检测 视频图像中的目标检测与跟踪，是计算机视觉的基础课题，同时具有广泛的应用价值。 依照目标与摄像头之间的关系： 静态场景 目标检测相对简单，研究渐趋成熟 动态场景 相对复杂，成为当前研究领域的热点 静态场景帧差的一个例子 视频序列运动检测 对于动态场景，由于目标与摄像头之间存在复杂的相对运动，运动检测富有挑战性。传统的帧差方法已经不再适用，如何能对全局的运动进行估计和补偿，成为问题的关键。 解决思路 要检测动态场景中的运动目标，关键在于对场景的运动进行估计，通过估计出的运动参数补偿其运动，最后使用帧差法得到运动目标。 实验结果与普通帧差法的比较 基于图像金字塔分解的全局运动估计 采用了3层金字塔进行多分辨率计算,而且在每层迭代计算中,将基于块的外点去除算法与特征点提取算法相结合,这样既加快了算法的速度,又提高了计算结果的准确性。 基本步骤如下： 用高斯图像构造法构造图像金字塔； 对金字塔顶层图像进行全局运动估计，求得运动参数； 将顶层金字塔求得的参数集隐射到金字塔的中间层，并对该层进行全局运动估计，求得相应的运动参数； 将金字塔中间层的参数集映射到金字塔的底层, 对该层进行全局运动估计，求得该层的运动参数集,即最终求得的参数集。 利用求得的最终参数集，对图像进行运动补偿，将运动补偿后的图像