對象檢測與跟蹤算法研究開題報告.docx

精品文檔畢業(yè)設(shè)計(jì)（論文）開題報告課題名稱視頻對象檢測與跟蹤算法研究學(xué)生姓名學(xué)號專業(yè)班級一、選題的目的意義 近些年來，數(shù)字視頻技術(shù)發(fā)展日新月異，在人們的日常生活中占據(jù)了很大地位，在軍事、醫(yī)療、教育、公安等各個專業(yè)領(lǐng)域也起到了重要作用。視頻對象檢測和跟蹤的相關(guān)研究便是數(shù)字視頻技術(shù)的一個分支，在智能監(jiān)控、人機(jī)交互、身份識別等方面具有廣泛的應(yīng)用前景和商業(yè)價值。 數(shù)字視頻在經(jīng)過對象分割處理后，分離為前景和背景。對象檢測僅對前景進(jìn)行檢測，減少了算法所需的工作量，在檢測到對象之后，在后續(xù)幀中能對該對象的位置進(jìn)行跟蹤定位。視頻對象檢測和跟蹤的研究從上世紀(jì)便已經(jīng)開始，得益于近二十年計(jì)算機(jī)技術(shù)和信號處理技術(shù)的發(fā)展，研究變得日益成熟，但依舊面臨很多問題。由于視頻及圖像數(shù)據(jù)包涵豐富的時空信息，計(jì)算機(jī)僅能計(jì)算圖像顏色、紋理、運(yùn)動等底層視覺特征，對圖像分割帶來很大困難。在對象跟蹤中，視頻中環(huán)境的光照、遮擋物、復(fù)雜背景和快速目標(biāo)運(yùn)動的處理都是研究的難點(diǎn)。 本次將對幾種視頻分割和對象跟蹤的算法進(jìn)行研究，分析其優(yōu)缺點(diǎn)。并對算法進(jìn)行改良和綜合，找到應(yīng)用效果更優(yōu)良的算法。二、國內(nèi)外研究綜述 近些年由于智能監(jiān)控系統(tǒng)、人機(jī)交互等領(lǐng)域的發(fā)展，視頻對象檢測與跟蹤的課題成為了一大熱點(diǎn)，受到很多科研人士的重視。 國內(nèi)外都有很多專注研究視頻對象檢測算法的機(jī)構(gòu)，國內(nèi)如清華大學(xué)、南京理工大學(xué)、中國科學(xué)院自動化研究所；國外如美國麻省理工學(xué)院（MIT）的媒體實(shí)驗(yàn)室和人工智能實(shí)驗(yàn)室，卡內(nèi)基梅隆大學(xué)（CMU）的人機(jī)交互學(xué)院，Illinois大學(xué)的Backman研究所等。視頻對象檢測與跟蹤算法也是眾多國內(nèi)外學(xué)術(shù)會議所討論的主題，IEEE的FG（International Conference on Automatic Face and Gesture Recognition)、ICPR(International Conference Pattern Recognition)、CVPR(Conference on Computer Vision and Pattern Recognition)這些國際會議上，每年都會發(fā)表視頻對象檢測的相關(guān)論文。 視頻對象檢測與跟蹤是將視頻分解為視頻幀，在每幀的圖像中進(jìn)行對象檢測及跟蹤。可用對象分割技術(shù)將圖像的分離為前景和背景，再對前景進(jìn)行對象檢測?，F(xiàn)在實(shí)用的視頻對象分割方法有：基于變化檢測的分割、基于運(yùn)動的分割、基于背景建模的分割、基于時空融合的分割、基于跟蹤的分割。主要的跟蹤算法有：基于均值漂移的方法、基于Kalman濾波器的方法、基于遺傳算法的方法、基于Monto Carlo的方法以及多假設(shè)跟蹤的方法。 目前的視頻分割技術(shù)并不能對所有視頻都進(jìn)行一致分割，具有一定的局限性。根據(jù)不同的視頻流，不用的壓縮率，要選擇不同的算法進(jìn)行分割。對象檢測和跟蹤的算法也因?yàn)榭陀^因素存在各種優(yōu)缺點(diǎn)。三、畢業(yè)設(shè)計(jì)（論文）所用的方法視頻對象分割的算法研究對象跟蹤的算法研究用matlab進(jìn)行仿真對對象分割和跟蹤算法改良四、主要參考文獻(xiàn)與資料獲得情況1 邢延超，皇甫偉 數(shù)字視頻處理原理及DSP實(shí)現(xiàn) 電子工業(yè)出版社 2011年12月2 毛燕芬;施鵬飛;基于對象的視頻分割研究A;信號與信息處理技術(shù)第一屆信號與信息處理聯(lián)合學(xué)術(shù)會議論文集C;2002年3 王琳 視頻運(yùn)動目標(biāo)跟蹤中有關(guān)問題的研究 西北大學(xué) 2006年5月4 趙瑤 運(yùn)動目標(biāo)與跟蹤算法研究 山東大學(xué) 2008年5月5張德豐 MATLAB數(shù)字圖像處理 機(jī)械工業(yè)出版社 2009年6Hai Feng Sang; Chao Xu; Dan Yang Wu; Jing Huang. Research on the Real-Time Multiple Face Detection, Tracking and Recognition Based on Video. Huang.Mechanics and Materials 2013.08 p. 4427Huang, K.S and Trivedi, M.M.Robust real-time detection, tracking, and pose estimation of faces in video streams.Proceedings of the 17th International Conference on Pattern Recognition, 2004.p. 965 - 9688Dhanani, Suhel, Parker, Michael. Digital Video Processing for Engineers : A Foundation for Embedded Systems Design. 2012.099Neri, A. Automatic moving object and background separation. Signal Processing 1998.04 p. 219 - 23210Adrian Kaehler ;Dr. Gary Rost Bradski. Learning OpenCV 200811Xing, Junliang; Ai, Haizhou; Lao, Shihong. Hierarchical video object segmentation. The First Asian Conference on Pattern Recognition, 2011 p. 67 - 7112 Wilson, William; Birkin, Phil; Aickelin, Uwe. The motif tracking algorithm. nternational Journ