视频序列中运动对象检测技术研究现状与展望.docVIP

视频序列中运动对象检测技术研究现状与展望.doc

  1. 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. 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. 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. 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. 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. 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. 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
视频序列中运动对象检测技术研究现状与展望

视频序列中运动对象检测技术研究现状与展望    (北京航空航天大学 计算机学院 数字媒体室, 北京 100083)   ??    摘 要:将运动对象检测技术分为变化检测、运动检测和特征检测三类,介绍了各类技术的思想,对现有方法进行了归类,指出各方法的本质区别,从理论和实验两方面剖析其优势和不足并指出了适用场合。讨论了目前视频运动对象检测技术存在的问题,展望了未来的发展方向。   ?? 关键词:运动对象检测; 变化检测; 运动检测; 特征检测   ?? 中图分类号:TP301.6 文献标志码: A    文章编号:1001?菠B3695(2008)12?菠B3534?菠B07    ??   Prospects and current studies on motion object detection in video sequences      ZHENG Jin, LI Bo    (Digital Media Laboratory, School of Computer Science Engineering, Beihang University, Beijing 100083, China)    ??    Abstract:   Classified the motion object detection technique into change detection,motion detection and feature detection, focused more on general characteristics and overall methods. Accordingly divided some issues into the three techniques, and pointed out the essential differences between them. Analysed the advantages and disadvantages of these issues from the theory and experiments,and indicated the applied occasions. At last,discussed the problems of current research and pointed out the future directions of motion object detection.   ?? Key words:motion object detection; change detection; motion detection; feature detection   ?お?   0 引言??   运动对象检测以视频运动对象的分析作为主要内容,研究基于图像序列的稳健、快速的运动对象位置提取、运动估计和对象描述算法。近年来,随着运动对象检测技术的发展及在视频监视、编码、基于内容的检索等领域的重要用途,它得到了日益广泛的研究与应用。例如,Olson等人[1]介绍了一种通过检测帧间图像变化来进行运动物体检测和事件识别的系统;Yasushi等人[2]研制了一套利用光流进行运动估计的系统,处理速度可以达到15 fps;Kang等人[3]利用场景变化提取运动对象特征进行视频检索;Haritaoglu等人[4]研制的W??4系统将外形分析与跟踪技术相结合来跟踪人体各部分的位置,并为人的外形建立模型,实现人的实时检测和跟踪。??   一般来说,要检测到视频中的运动对象,需要预处理、运动对象检测和后处理三步[5]。预处理主要针对摄像机运动、光照变化和噪声分别进行几何校正(图像配准[6,7])、光照调整[8]和噪声去除[9]。其中,光照调整用于补偿光照变化造成的影响,又分为亮度归一化、滤掉光源亮度的同态滤波、光照模型方法等;噪声去除方法主要有帧平均、邻域求均值、阈值处理、基于统计模型和多尺度滤波等。后处理主要是去除孤立点,进行区域连通和边缘平滑,属于图像分割的范围,常用的有形态学滤波、Markov??Gibbs随机分布模型等。事实上,很多运动对象检测算法本身已经包含了预处理和后处理思想,如Li等人[10]提出的结合阴影模型的运动对象检测算法,Yamamoto等人[11]提出在构造变化掩模时就加强空间先验知识。由于本文主要论述运动对象检测算法,对于预处理和后处理方法不再赘述。??   视频场景复杂,一个好的运动对象检测系统应该能处理以下问题:光照渐变及突变、阴影、噪声干扰(包括树枝叶晃动、水波、窗帘抖动和传感器噪声等)、摄像机运动、伪装、初始化(背景训练阶段存在前景的运动)、空洞(运动物体由于内部

您可能关注的文档

文档评论(0)

3471161553 + 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