多运动人体的检测与跟踪算法设计文献综述

 2021-11-08 10:11

毕业论文课题相关文献综述

文献综述

1.课题的研究意义和应用价值

人类感知的环境信息大多是通过视觉获得的,而在接收到的视觉信息中,对动态信息往往更加感兴趣,在接触到越来越多的视频中,一方面要编辑存储信息,另一方面要对信息中的区域或者对象进行操作。由于人的运动分析在高级人机交互安全监控视频会议医疗诊断及基于内容的图像存储与检索等方,面具有广泛的应用前景和潜在的经济价值,从而激发了国内外广大科研工作者及相关商家的浓厚兴趣,尤其在美国英国等国家已经开展了大量相关.项目的研究。

运动检测的目的是从序列图像中将变化区域从背景图像中提取出来,运动区域的有效分割对于目标分类、跟踪和行为理解等后期处理是非常重要的。然而,由于背景图像的动态变化,如天气、光照、影子及混乱干扰等影响。使得运动检测成为一项相当困难的工作。运动目标的检测与跟踪在技术上融合了计算机视觉、视频图像处理、模式识别和自动控制等相关领域的知识,运动目标检测与跟踪技术是视频技术的一个重要方向,其应用十分广泛。在交通流量的检测,军事指导,视觉导航以及视频编码中都涉及。

2.国内外研究现状

关于运动目标检测与跟踪的算法已经有了二十多年的研究历史,国内外一大批优秀人士提出了很多的算法,其中许多算法已经相对比较成熟,为直接应用以及后续研究提供了很高的价值国外许多大学和研究机构致力于目标检测和跟踪系统的研发,其中MIT媒体实验室研制出一种叫Pfinder的系统。国内许多单位也在此方面展开了大量的研究,例如中国科学院计算机所,清华大学等。清华大学研究了利用音频和视频相结合的方法来识别身份。另外国内有许多专业的视频的国际会议定期举行,还有许多专业打期刊杂志定期发表。

运动检测的目的是从序列图像中将变化区域从背景图像中提取出来,运动区域的有效分割对于目标分类、跟踪和行为理解等后期处理非常重要,因为以后的处理过程仅仅考虑图像中对应于运动区域的像素,然而,由于背景图像的动态变化,如天气、光照、影子及混乱干扰等的影响、使得运动检测成为一项相当困难的工作。

运动目标跟踪是确定同一物体在图像序列的不同帧中的位置的过程。近年来出现了大批运动目标跟踪方法,许多文献对这些方法进行了分类介绍,可将目标跟踪方法分为四类:基于区域的跟踪、基于特征的跟踪、基于活动轮廓的跟踪、基于模型的跟踪。

3.课题研究方法

(一)目标检测:

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

免费ai写开题、写任务书: 免费Ai开题 | 免费Ai任务书 | 降AI率 | 降重复率 | 论文一键排版