目标跟踪
Charle-Chen
这个作者很懒,什么都没留下…
展开
-
目标跟踪小结
一、引言:在需要监控的环境里,如何能够判断出进入特定区域的目标,并且能够跟踪目标的轨迹。分为两种情况:一是静态背景下的目标跟踪;二是动态背景下的目标跟踪。二、静态背景下的目标跟踪方法 1、单目标:目标跟踪还可以分为单目标的跟踪和多目标的跟踪。单目标的静态背景下的目标跟踪指的是摄像头是固定在某一方位,其所观察的视野也是静止的。通常采用背景差分法,即先对背景进行建模,然后从视频流中读取图像转载 2012-05-12 10:48:45 · 989 阅读 · 0 评论 -
动态视频目标检测和跟踪技术
传统视频监控技术只能达到“千里眼”的作用,把远程的目标图像(原始数据)传送到监控中心,由监控人员根据目视到的视频图像对现场情况做出判断。智能化视频监控的目的是将视频原始数据转化为足够量的可供监控人员决策的“有用信息”,让监控人员及时全面地了解所发生的事件:“什么地方”,“什么时间”,“什么人”,“在做什么”。将“原始数据”转化为“有用信息”的技术中,目标检测与跟踪技术的目的是要解决“什么地方”和“转载 2012-05-10 19:37:52 · 8624 阅读 · 1 评论 -
运动目标检测跟踪各过程算法综述
图像预处理数字图像中的几种典型噪声有:高斯噪声来源于电子电路噪声和低照明度或高温带来的传感器噪声;椒盐噪声类似于随机分布在图像上的胡椒和盐粉微粒,主要由图像切割引起或变换域引起的误差;加性噪声是图像在传输中引进的信道噪声。一般来说,引入的都是加性随机噪声,可以采用均值滤波、中值滤波、高斯滤波等方法去除噪声,提高信噪比。均值滤波在噪声分布较平均,且峰值不是很高的情况下能够得到较好的应用;中值转载 2012-05-15 20:17:04 · 2899 阅读 · 0 评论 -
经典的视频目标跟踪技术理解(Mean Shift和Particle Filter)
最近,再次熟悉了一下Mean Shift和Particle Filter的两种跟踪算法,对它们的基本思想和原理又有了一定的理解,写在这里供大家分享一下,不足之处还请及时指出,谢谢!下面结合视频目标跟踪应用来具体说明一、视频目标跟踪的基本过程1)初始化目标区域。可以使用目标检测方法或人工选定方法来初始化目标的位置和大小;图.12)提取目标的模型。经典的方法转载 2012-05-15 20:18:16 · 8689 阅读 · 1 评论