原创力文档- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、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。
- 6、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。
- 7、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
基于多特征压缩感知的行人监控系统设计.pdf
２０１５ ２８ ５ ９７
基于多特征压缩感知的行人监控系统设计*
Ｐｅｄｅｓｔｒｉａｎ Ｍｏｎｉｔｏｒｉｎｇ Ｓｙｓｔｅｍ Ｂａｓｅｄ ｏｎ Ｍｕｌｔｉ ｆｅａｔｕｒｅ Ｃｏｍｐｒｅｓｓｉｖｅ Ｓｅｎｓｉｎｇ Ｔｒａｃｋｉｎｇ
肖四维 陈慧杰 （厦门大学信息科学与技术学院计算机系，福建厦门 ３６１０００ ）
摘 要
视频中的目标跟踪技术对于公共场合的安全监控有着重要的意义。提出一种新的基于前景的目标检测和跟踪技术，通
过对视频帧进行前景提取和阴影消除，将压缩感知的类 ｈａａｒ 特征与颜色和纹理特征进行融合，并引入检测反馈，从而更好
地进行提高目标跟踪的准确率，克服了单特征压缩感知模型带来的局限性。实验表明了基于前景的多特征目标检测跟踪技
术比单特征压缩感知模型的更加准确和更具鲁棒性。
关键词 前景检测，目标检测，监控系统，压缩感知，多特征融合
Abstract
Ｔｈｉｓ ｐａｐｅｒ ｐｒｅｓｅｎｔｓ ａ ｎｅｗ ｏｕｔｌｏｏｋ ｂａｓｅｄ ｏｂｊｅｃｔ ｄｅｔｅｃｔｉｏｎ ａｎｄ ｔｒａｃｋｉｎｇ ｔｅｃｈｎｏｌｏｇｙ,ｂｙ ｅｘｔｒａｃｔｉｎｇ ｔｈｅ ｆｏｒｅｇｒｏｕｎｄ ｏｆ
ｖｉｄｅｏ ｆｒａｍｅｓ ａｎｄ ｅｌｉｍｉｎａｔｉｎｇ ｔｈｅ ｓｈａｄｏｗ ａｎｄ ｆｕｓｉｎｇ ｔｈｅ ｈａａｒ ｌｉｋｅ ｆｅａｔｕｒｅ ｗｉｔｈ ｃｏｌｏｒ ａｎｄ ｔｅｘｔｕｒｅ ｆｅａｔｕｒｅ．Ｔｈｅ ｉｎｔｒｏｄｕｃｔｉｏｎ ｏｆ
ｄｅｔｅｃｔｉｏｎ ｆｅｅｄｂａｃｋ ｉｓ ｔｏ ｂｅｔｔｅｒ ｃｏｎｄｕｃｔｅｄ ｔｏ ｉｍｐｒｏｖｅ ｔｈｅ ａｃｃｕｒａｃｙ ｏｆ ｔａｒｇｅｔ ｔｒａｃｋｉｎｇ,ｔｏ ｏｖｅｒｃｏｍｅ ｔｈｅ ｌｉｍｉｔａｔｉｏｎｓ ｏｆ ｓｉｎｇｌｅ
ｃｈａｒａｃｔｅｒｉｓｔｉｃ ｃｏｍｐｒｅｓｓｉｖｅ ｓｅｎｓｉｎｇ ｍｏｄｅｌ．
Keywords:ｆｏｒｅｇｒｏｕｎｄ ｄｅｔｅｃｔｉｏｎ,ｏｂｊｅｃｔ ｄｅｔｅｃｔｉｏｎ,ｍｏｎｉｔｏｒｉｎｇ ｓｙｓｔｅｍ,ｃｏｍｐｒｅｓｓｉｖｅ ｓｅｎｓｉｎｇ,ｍｕｌｔｉ ｆｅａｔｕｒｅ
行人监控系统对于保障社会公共安全等方便具有重要意 选择优秀的像素建立背景图像 ，并且当像素 （，）被判定
ＢＧ ｌ ｘ ｙ
义，它主要包括前景提取、目标检测和目标跟踪三个模块。 为背景像素时将其更新到背景图像 ＢＧ 中。当一个像素判定不是
科研工作者们进行了大量的研究并提出了很多优秀的前景 背景像素时需要判断它是否是阴影点 通过公式（ ）计算在
２ ＨＳＶ
１ ２ ３ Ｖ
文档评论（0）