一种改进的卡尔曼目标实时检测与跟踪算法

对象跟踪已在视频监视、流量管理、视频索引、机器学习、人工智能等领域广泛使用,为快速、实时和准确对视频运动目标进行检测与跟踪,本文提出了卡尔曼滤波算法与粒子滤波器相结合的优化算法.该算法是在卡尔曼滤波算法框架下结合粒子滤波器,嵌入具有更高精度的运动目标跟踪方法用于估计和预测运动物体的位置,提升运动目标的检测与跟踪精度,并...     

视频中运动目标的实时检测和跟踪

基于视频的自动目标检测和跟踪是计算机视觉中一个重要的研究领域，特别是基于视频的智能车辆监控系统中的运动车辆的检测和跟踪。提出了一种自适应的背景相减法来分割运动物体，为了准确地定位运动车辆的区域，采用差分图像投影和边缘投影相结合的方法来定位车体，同时利用双向加权联合图匹配方法对运动车辆区域进行跟踪，即将对运动车辆区域跟踪问题转化为搜索具有最大权的联合图的问题。该算法不仅能实时地定位和跟踪直道上运动的车辆，同时也能实时地定位和跟踪弯道上运动的车辆，从实验结果看，提出的背景更新算法简单，并且运动车辆区域的定位具有很好的鲁棒性，从统计的检测率和运行时间来看，该算法具有很好的检测效果，同时也能满足基于视频的智能交通监控系统的需要。     

星载光电仪器捕获跟踪视频处理系统设计

介绍了基于卫星平台的捕获跟踪视频处理系统的原理及硬件设计，提出了一种基于自适应阀值的跟踪算法——波门跟踪法，实现了对复杂背景下变化运动目标的自动跟踪，达到了预期的要求。     

基于视频分析的智能监控系统

智能监控是当前计算机视觉研究的热点领域之一。针对室内监控的具体特点,实现了一种基于视频分析的智能检测跟踪监控系统。利用基于统计模型的目标检测算法提取运动目标;然后结合Meanshift算法对目标进行粗跟踪;最后针对Meanshift算法无法实时改变跟踪窗大小的缺陷,提出边界力调整算法以自适应更新跟踪窗窗宽。并以DM642数字图像处理DSP为核心,设计并搭建了智能视频监控平台。实验表明,该系统可以实时有效地检测、跟踪室内运动目标。     

基于TMS320DM642的运动跟踪系统的设计与实现

为了使视觉监控系统具有自主能力,设计了基于TMS320DM642处理器的运动物体跟踪系统.分别介绍了系统的硬件和软件设计,提出了基于图像差分的特征等实用跟踪算法来跟踪运动目标.实验结果表明,该系统具有在复杂背景下实时检测识别和跟踪运动目标的能力.     

基于全方位视觉的多目标跟踪技术

为了快速准确地检测并跟踪多目标对象, 提出了一种基于全方位视觉的多目标对象跟踪方法. 首先采用全方位视觉传感器(ODVS)实时地采集现场360°全景视频图像;接着融合运动历史图像算法(MHI)和运动能量算法(MEI)实现了快速高效的MHoEI(Motion History or Energy Images)自动跟踪算法, 对多目标对象进行检测和跟踪;最后, 本文采用面向对象技术融合目标对象进行匹配跟踪实验结果表明本文提出的方法能较好地跟踪多目标对象, 具有鲁棒性高、运算量小、便于硬件实现、高效等优点.     

实时交通视频监测中自适应车辆提取算法

在复杂的室外环境中,视频处理技术的应用受到了一定的限制。该文提出一种实时交通视频下自适应的车辆提取算法,提高了视频监测系统在长时间运行条件下对光线变化、阴影和系统噪声的适应性。算法利用图像形态学和图像边缘直方图运算的2种方法对前景目标车辆进行提取,保证了算法的准确率和效率。实时交通视频实验结果表明,该方法取得了较好的成果,为后续的运动车辆跟踪提供了前景信息。     

用于视频监控系统的人行为检测和运动跟踪算法研究

随着视频监控系统的普及,大量的视频数据需要进行实时的分析和处理才能发挥其最大价值。基于此,本文研究了视频监控系统中主要目标——人的行为检测和运动跟踪算法,说明了基本的检测系统框架和算法流程,并给出了实验结果,从中不但可以得到人的运动跟踪和定位,而且可以根据运动情况和姿势进行一些基本的行为事件检测。     

用于视频监控系统的人行为检测和运动跟踪算法研究

随着视频监控系统的普及,大量的视频数据需要进行实时的分析和处理才能发挥其最大价值。基于此,本文研究了视频监控系统中主要目标——人的行为检测和运动跟踪算法,说明了基本的检测系统框架和算法流程,并给出了实验结果,从中不但可以得到人的运动跟踪和定位,而且可以根据运动情况和姿势进行一些基本的行为事件检测。     

视频监控中多运动目标的检测与跟踪

在基于递归方法的二值图像连通区域像素标记算法基础上,融合图像预处理技术,并对预处理后的图像进行改进,同时根据运动目标的几何特征,在实时监控视频图像中更好地定位运动目标,从而实现多运动目标的检测与跟踪。实验结果表明该方法可靠高效,也可以满足实时视频监控系统的需要。     

基于TMS320DM642芯片的视频目标跟踪系统设计与实现

运动目标的检测与跟踪一直是在计算机视觉的研究领域占有重要位置,该技术被越来越广泛的应用到交通管理、军事、公共安全监控等领域中;文章主要研究基于TMS320DM642开发平台的视频运动物体目标的检测与跟踪,文章分为软硬件两部分进行设计,硬件部分主要包含视频采集模块、视频处理模块以及显示模块3个部分,通过CCD摄像头采集视频信号,接着将采集的模拟视频信号传输到SEED VPM642视频处理模块,在VPM642中通过高性能视频解码器TVP5150将模拟视频信号转换成BT.656格式的视频信号,并将该信号传输给DM642的视频接口;在系统软件部分,系统采用TI的DSP集成开发环境CCS2.2作为系统软件开发平台,最终在DM642视频图像处理平台上实现运动目标的实时检测与跟踪;实验结果表明,该文提出的算法移植和优化方法效果明显,可以在DSP开发平台上实现运动目标的实时检测与跟踪。     

最少帧差法在智能跟踪系统中的应用

动态目标的智能跟踪系统主要用来实现对动态目标的自动跟踪系统，其硬件系统包括带有镜头的摄像机及其装载驱动器的云台、控制台、自动跟踪伺服系统及联路等。基于该系统，提出了一种使用最少的视频帧数就能实现对运动目标进行实时可靠的检测和智能跟踪，满足特定的龄控要求的最少帧差法。并通过了实验验证了其有效性。     

基于图像识别定位跟踪技术的课件录播系统的设计

以精品课程课件录播中的视频图像识别定位跟踪技术的研究为出发点,分析了现有图像识别定位跟踪技术的缺陷,对视频序列中的运动目标检测与分割技术的两种核心算法进行深入地研究,并讨论了它们的改进算法,提出把运动目标检测与分割技术运用在课件录播系统,提高图像识别定位跟踪效果,为精品课件录播提供很好的技术实现和保障。     

基于视频检测技术的智能隧道交通安全监控系统设计

隧道实时交通安全监控系统是确保隧道安全运营的重要手段.针对隧道环境的特殊性,提出基于差异深度积累的目标检测算法和基于卡尔曼滤波的目标跟踪算法,实现了多运动目标的检测与跟踪,并综合运用图像处理、计算机视觉、模式识别和软件工程等技术设计了基于视频检测技术的智能隧道交通安全监控系统.该系统能准确地检测出各种交通运行参数和交通事件,为隧道交通安全提供了有力保障.     

嵌入式系统中视频运动对象分割

提出了一种基于嵌入式系统的视频运动对象分割算法。首先利用差图像法抽取出运动的像素点，然后通过统计像素点的状态变化频率来区分运动物体和动态背景，并配合一权值状态矩阵将全局光照突变和动态背景像素自适应融合到背景中，从而分割出运动对象并进行跟踪。实验结果表明，该算法在嵌入式系统中实时跟踪运动目标取得了很好的效果。     

基于Matlab实时运动目标跟踪检测系统

运动目标的检测跟踪是视频理解技术和计算机视觉的研究热点,其在解决智能视频监控,人机交互,智能交通系统等领域有着广泛而重要的应用,基于此利用matlab平台构建出USB摄像头实时图像采集处理系,从视频流采集到处理综合利用了背景估测,图像分割,目标检测与跟踪算法准确高效地检测出环境场景中的动态目标,并成功地对其进行实时追踪。利用matlab的simulink模块编程实现提取视频流YcbCr输入系统进行运算处理,并改进了背景估测和目标检测算法,提高系统的实时性。最终利用多次试验,对室内和室外运动目标实现检测跟踪,验证了系统处理实际问题的可靠性能。     

低空运动目标的多传感器自动识别和实时跟踪

讨论了一种用于低空运动目标检测和跟踪的电视跟踪系统。为了提高系统自动跟踪和抗干扰能力,基于声—光—电多种传感器和测量装置如声波传感器、图像传感器和激光测距仪等,提出一种多传感器综合的自动目标识别和实时跟踪算法。该方法将被动声定位技术用于目标初定位,结合目标图像动静态特征和目标声源特征用于目标的特征提取和自动识别,根据视频跟踪和轨迹预测算法,得出期望的目标误差信号控制伺服机构进行精确跟踪。实验结果表明该算法简捷有效、精度和可靠性达到要求,验证了多传感器应用于全自动智能跟踪系统的可行性。     

动态复杂背景下的智能视频监控系统设计与实现

采用二重对称帧间差分目标检测算法和基于压缩感知的目标跟踪算法,设计并实现了一种可适应动态复杂背景下的智能视频监控系统;基于目标检测该系统能提取本地视频文件中局部运动目标并进行视频压缩,减少回放、查看视频时间,可实时播放并处理本地或网络摄像头数据,也可根据光照变化动态调整二值化阀值,实现实时区域入侵检测与报警;基于目标跟踪本系统能在动态背景下对选定目标进行跟踪,可通过客户端手动控制监控云台跟踪,也可对入侵目标实现云台自主大角度追踪;实验表明,此系统能在日常复杂环境下对运动目标准确检测和大角度跟踪,在智能家居和移动安防领域有很好的实用性。     

一个实时视象跟踪系统

以视频速率应用图象识别技术进行识别和跟踪目标是一有广泛兴趣的问题,但过去的尝试只限于很简单的阈值或相关方法。根据新的高速算法和快速数字硬件研制出一种导弹和飞机的识别和跟踪系统。这个系统具有以往实时跟踪系统中没有实现的某种程度的“智能”。它把自适应统计聚类和以投影为基础的分类算法用于实时地识别和跟踪穿过复杂的非平稳背景或前景变化着的目标。     

背景估计与运动目标检测跟踪

基于视频的自动目标检测和跟踪是计算机视觉中一个重要的研究领域,特别是基于视频的智能车辆监控系统中的运动车辆的检测和跟踪。提出一种自适应的背景估计方法来实时获得当前背景图像,从而分割出运动物体。为了准确地定位运动车辆的区域,采用差分图像投影和边缘投影相结合的方法来定位车体,同时利用双向加权联合图匹配方法对运动车辆区域进行跟踪,即将对运动车辆区域跟踪问题转化为搜索具有最大权的联合图的问题。该算法不仅能实时地定位和跟踪直道上运动的车辆,同时也能实时地定位和跟踪弯道上运动的车辆,从实验结果看,提出的背景更新算法简单,并且运动车辆区域的定位具有很好的鲁棒性,从统计的检测率和运行时间来看,该算法具有很好的检测效果,同时也能满足基于视频的智能交通监控系统的需要。