论文部分内容阅读
随着计算机、图像处理、人工智能和模式识别等技术的迅速发展，近年来数字化视频监控获得了广泛应用。视频序列运动目标检测与跟踪技术又成为核心研究课题。本文在总结前人的研究成果的基础上，在提高运动目标检测与跟踪算法的自适应性和稳定性方面进行了深入的研究，提出了基于改进的统计背景建模的背景差分目标检测方法；针对多目标的跟踪识别，提出了基于累积SIFT特征的目标匹配跟踪算法。主要研究工作是：
1.简要介绍目前常用的运动目标检测方法，改进了两种基于统计背景建模的算法：中值法和均值法，两种方法均能利用较少的帧数实现背景的准确建模和基于背景差分法的运动目标检测。
2.深入研究了多种图像特征点检测算法，比较各自的优缺点。DoG(Difference-of-Gaussian)算法提取的特征点在图像发生尺度缩放、旋转、平移和光照变化时仍然表现优异。因此，针对DoG特征点，介绍了一种SIFT特征描述符建立方法。
3.深入研究了一种基于累积SIFT特征的目标匹配跟踪算法，通过引入特征留存度，建立帧间目标特征跟踪的对应关系，提高了目标匹配的稳定性。此外，提出了一种利用向量夹角代替向量欧几里得距离的特征匹配方法，大大地减少了计算量。