基于背景差分法的行人检测研究.docVIP

  1. 1、本文档共42页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于背景差分法的行人检测研究

刘姗姗:基于背景差分法的行人检测研究 2016届计算机科学与技术专业毕业设计(论文) 毕业设计(论文) 题 目 基于背景差分法的 行人检测研究 专 业 计算机科学与技术 班 级 学 生 指导教师 2016 年 摘 要 现阶段许许多多的监控类系统的运作进行方式依然需要很多相关工作人员不断地监视和分析视频内的场景,不仅没有休息时间,而且工作量特别大,实时性信息和监控实时性两者矛盾越来越明显。这便是研究本课题的意义,本论文阐述了本课题的研究现状、实现它所涉及到的背景建模方法、特征提取方法和背景更新等。 此课题研究的内容是基于背景差分法行人的视频监控系统:在不需要人为进行干预的前提下,利用视频分析和机器学习等的一些方法,通过针对于截取到的图像进行实时的场景以及目标物做出有可行性的分析,将摄像机截取到的视频图像的帧通过自动化的检测分析处理,进而达到对动态的场景中目标的行以及其和位置进行确定的目的,然后进行跟踪检测,并且对于检测到的目标的行为进行分析、语义的描述以及理解,实现模仿与人类相似的生物视觉和分析的功能。但由于很多的方法还是不够成熟和稳健,因此有必要做大量的研究以提高在较为复杂的环境中检测运动目标的成熟度和准确率,进而提高实用化的效果。 此程序是以MATLAB进行实现,开始利用了混合高斯模型从当前复杂的背景图像序列中构建背景模型,此时首先需要使用方差、均值以及权值来进行计算建模所需要的数据,如马兹距离等,在此过程中,方差尽量大一些,权值尽量小一些,这样有利于获得高斯模型;然后据此模型采用联通区域轮廓特征进行提取行人特征。在以上过程中以加权更新的方法构建实时的模型更新机制,从而规避了背景被污染。 关键字:混合高斯,联通区域,特征提取,加权更新 ABSTRACT To present many monitoring of such systems works still need a lot of related staff continually monitoring and analysis in the video scene, not only no time to rest, and particularly large workload, real-time information and real-time monitoring is the contradiction is more and more obvious. This is we attentively studies the significance of this topic, this paper expounds this topic research present situation, implement it involved background modeling method, the feature extraction method and background, etc. My study is the content of the video monitoring system based on background difference method pedestrians: on the premise of without the need for human intervention, using some methods of video analysis and machine learning and so on, through to the image on the real-time scene make a feasibility analysis, and target of the camera to capture the video image frame through the analysis of the test automation processing, thus achieve the goal of the dynamic scene line as well as its purpose, and location to determine and track detection, and to analysis the behavior of the detected target, the semantic description and understanding, imi

文档评论(0)

shuwkb + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档