开题报告书(沈).docVIP

华侨大学计算机科学与技术学院毕业设计(开题报告) 2 - ** ** 华侨大学 毕业设计（论文）开题报告 论文题目： 基于霍夫森林的视觉目标跟踪 专业： 计算机科学与技术 班级： 08级计算机科学与技术2班 学生姓名： 沈映菊 学号：0825112003 指导老师：钟必能 一、选题的背景与研究意义 选题的背景： 人脸是一个包含着丰富信息的模式的集合，是人类互相辩证和识别的主要标志之一，也是图像和HYPERLINK /news/list-1370.html视频中视觉感兴趣的对象之一。与指纹、虹膜、语音等其他人体生物特征相比，人脸识别更加直接、友好，在身份识别、访问控制、视频会议、档案管理、电子相册、基于对象的图像和视频检索等方面有着广泛的应用，是当前模式识别和人工智能领域的一个研究热点。 研究意义： 人脸检测的研究受到重视，不仅因为它在基于人脸的身份验证、视觉监测以及基于内容的检索等方面有着重要的应用，从学术的观点来看，人脸检测是物体(模式)检测中的一个典型问题。人脸是一类具有相当复杂的细节变化的自然结构目标，对于这类目标的检测是一个极富挑战性的课题。虽然以人类大脑而言，检测人脸是轻而易举的事，但那是由于一方面我们处于三维立体的场景，人眼可以从各个角度一去观察目标因而所获取的信息量远远超过平面图像所能提供的;另一方面大脑是一个复杂器官，它能不断学习，人类祖先为了能HYPERLINK /news/list-1292.html安全地生存，躲避危险(甚至动物们)，自然会利用先验知识检测到威胁目标或同类目标的存在与否。 二、研究的思路与主要内容 研究思路： 在现有技术的支持下，借助于软、硬件，使用霍夫森林算法实现复杂监控场景下，排除干扰因素，实现对目标的探测及长时间持续跟踪。 主要内容： 国内外学者对目标跟踪算法进行了大量深入的研究，但现有的算法大多数都是固定宽高比的边界框来表示或者随机森林都是离线的等局限于特定的应用背景。而本文主要研究的霍夫森林算法由于其速度、并行的特点、对噪音训练数据的鲁棒性，在计算机视觉领域很受关注。并且采用在线的视频跟踪，可以排除很多干扰，提高稳定性。 目前，运动目标跟踪算法主要难点有：复杂背景下的运动目标提取，目标之间的遮挡以及目标与背景之间的遮挡，阴影处理等。尤其是遮挡问题，它们普遍存在于现实环境中，严重影响跟踪算法可靠性和实用性。 本文主要是分析处理采集到的图像视频，并对背景建模。研究复杂监控场景下目标的检测，以及长时间持续跟踪问题，研究霍夫森林算法并使用霍夫森林算法来做视觉目标跟踪问题。处理视觉目标跟踪中得遮挡，姿态，光照变化，表观变化等问题。 主要分为两点： (1)需要熟悉图像处理，视频分析知识，掌握C++语言。 (2)掌握和实现霍夫森林机器学习算法，并将其应用在视觉目标跟踪问题中。 三、技术路线及方法 技术设计： 监控场景下采集图像技术。图像预处理技术。背景建模技术。视频处理技术。霍夫森林算法及相关算法(随机森林，在线随机森林，在线霍夫森林等)。 系统需求： Windows操作系统(windows xp ，windows 7) 处理器：双核处理器 内存：2G及以上 Microsoft visual studio 2005/2008/2010 Microsoft visual C++ 系统分析与设计： 系统主要是实现对采集到的视频进行分析和处理，排除干扰因素，然后调用霍夫森林算法，实现对目标的检测及跟踪。大体过程包括：图像预处理，背景建模，运动目标检测，目标跟踪，物体识别与分类等。 首先通过智能视频监控采集视频。然后对采集的视频进行图像预处理和背景建模。 系统中关键是目标的检测和跟踪两个方面。 目标的检测：应用图像处理技术及视频分析技术，对复杂监控场景进行分析，排除干扰因素，并对出现的目标分析监测并锁定。 目标的跟踪：根据霍夫算法及相关的技术，对移动目标进行长时间持续的跟踪。 四、主要参考文献 [1] S.Schulter, et al., On-line Hough Forests, presented at the British Machine Vision Conference 2011. [2] J.Gall, et al., Hough Forests for Object Detection, Tracking, and Action Recognition, Pattern Analysis and Machine Intelligence, IEEE Transactions on, vol. PP,pp.1-1, 2011. [3] A.Saffari, et al., On-line Random Forest