智能监控系统运动目标检测与跟踪算法研究

[复制链接]
查看: 188|回复: 0

2万

主题

3万

帖子

7万

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
72280
发表于 2022-9-20 19:25:22 | 显示全部楼层 |阅读模式
目:


雅宝题库答案
****此区域为收费内容****    需支付 1 知识币后可查看,1币=0.01元查看答案


雅宝题库解析:
当今社会活动随着信息技术的快速发展,人们愈来愈多地关注和考虑使用计算机监控系统对场景进行目标检测与跟踪技术研究与应用。大规模动态场景的典型实例包括生态环境、军事演习、城市交通、大型网络游戏场景以及其它虚拟现实场景等等。这些场景的共同特点是范围规模大(如社区、城市甚至战场),场景内包含有大量各种类型的目标个体(如行人、车辆等等),而这些目标个体具有运动性。如何获取大规模动态场景的中目标的个体信息,对场景进行建模,实现场景的仿真重现,进一步实现对场景内目标的检测分析与跟踪,成为当前迫切需要解决的技术难题,其研究具有广阔的应用前景。目前大规模动态场景建模方法分析研究己经引起国际学术界、军事界和工业界的高度重视,其应用产生的经济效益和社会效益难以估计。对大规模动态场景中个体目标行为进行捕捉建模,必须要对目标所在场景中的行为根据周围环境进行实时检测、跟踪和分类识别。动态视频中复杂场景下多目标的识别与跟踪是当前计算机视觉领域研究的热点之一。在进行多目标运动跟踪的过程中,时常会出现几个单个目标融合成群体目标,然后群体再分裂成单个目标的现象。目标(特别是存在形体变化的非刚体,比如行人、运动员等)相互遮挡的情况下观测信息(如目标分析置信度)的选择与计算是多目标跟踪中的难点。本课题的研究创新点包括目标检测与目标跟踪两大部分。课题研究论文通过阅读国内以及国外相关文献的基础上,学习分析了解在视频监控中所用到的各种各样的经典理论与方法,并在实际研究工作中提出了一种基于反馈式自适应更新背景建模算法的运动目标检测方法,并提出了一种基于记忆组合分析和最优分配匹配的运动目标跟踪方法,通过仿真编程实验,基于反馈式自适应更新背景建模算法能够比传统方法更好更稳地对场景背景建模,而且实验表明基于记忆组合分析和最优分配匹配的运动目标跟踪方法也能够更好地对目标进行跟踪。





上一篇:应用实物期权理论分析苹果手机的市场价值
下一篇:在轨维修加注的操作与控制技术
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

精彩课程推荐
|网站地图|网站地图