共查询到10条相似文献，搜索用时 31 毫秒
1.
《赤峰学院学报(自然科学版)》2017,(2)
运动目标检测和跟踪技术是视频监控系统中的两大关键技术,本文以智能视频监控系统研究为基点,介绍了智能视频监控系统的兴起及组成部分、运动目标检测与跟踪算法的基本作用原理,阐述了基于智能视频监控系统的运动目标检测方法和运动目标检测方法的实现,分析了包括基于均值偏移的跟踪算法、基于粒子滤波的跟踪算法、融合Mean-Shift的粒子滤波跟踪算法在内的运动跟踪方法,对于后期智能视频监控系统的运动目标检测和跟踪研究具有一定的指导意义. 相似文献
2.
3.
针对银行监控系统中监控视频信息冗余度高、浏览效率低等问题,提出一种基于多层关联目标跟踪的视频浓缩算法。该算法首先通过基于聚类的目标检测算法获取运动目标,其次将检测结果通过多层关联目标跟踪,获取运动目标的运动轨迹,并将目标图片和视频信息结构化保存在本地,最后将这些目标重新组合整理,回贴到背景图片上得到浓缩视频。实验结果表明,通过该算法得到的浓缩视频,能够在不丢失视频信息的前提下,减少存储空间,节省硬件成本,缩短浏览时间,提高相关人员的工作效率。 相似文献
4.
《赤峰学院学报(自然科学版)》2016,(7)
基于视频图像处理的交通事件检测系统是针对目前公路事件发生后不能及时有效检测与报警、事故处理延迟等不足而研究开发的,其利用计算机视觉与数字图像处理技术,结合我国公路上已有的交通监控设施,来采集视频图像,通过车辆跟踪和分析车辆的运动特征来判断所发生的交通事件,并对其进行事件检测算法的智能处理,最终实现对超速、慢行、变道和逆行的交通事件异常检测.与传统的方法相比,该方法反应迅速、检测率高,可以快速、准确地对异常交通事件进行检测,并且给交通事故后的分析处理带来了很大的便利. 相似文献
5.
6.
介绍了一种简单、快速的实时交通图像序列中多目标的跟踪算法,在使用自适应背景差分法分割出运动目标候选区域的基础上,通过形态学操作和降低分辨率的方法,得到连通的目标区域,再使用轨迹关联法实现对多目标的跟踪．实验结果表明该算法较好地解决了跟踪的连续性、实时性、精确度的矛盾,同时满足智能交通监控系统的要求． 相似文献
7.
为解决智能视频监控系统车辆跟踪过程中尺度伸缩变化造成的跟踪器模型漂移的问题,在SiamFC(基于全连接层的孪生网络目标跟踪算法)的基础上,提出一种基于树形尺度池的车辆跟踪算法.通过判断当前图片与模板图片中目标的大小,为其分配尺度因子,再通过尺度因子之间的响应大小确定当前目标的最佳尺度.此外,为保证模板图片能够适应车辆外观的不断变化,在确定尺度的条件下对模型进行自适应更新,提高跟踪算法整体的精确度和成功率.实验表明,该算法可以有效解决车辆跟踪中尺度变化导致的车辆漂移情况,且相对于其他孪生算法有更好的跟踪性能. 相似文献
8.
鉴于传统的跟踪算法鲁棒性和实时性不足,构建了一种基于Kalman滤波的运动目标跟踪系统。对于运动目标的跟踪,此系统先采用背景差分法检测目标位置,再使用Kalman滤波算法估计目标位置。通过建模仿真,结果表明,该算法能较好预测运动目标的位置,实现了对运动目标的实时跟踪。 相似文献
9.
基于背景减的Mean shift目标跟踪算法 总被引：1，自引：0，他引：1
江绍明 《内江师范学院学报》2010,25(12):45-48
为了解决初始窗口离跟踪目标较远或受干扰时,容易跟踪失败的问题,提出一种基于背景差的Mean shift跟踪模型的算法.采用背景差提取当前帧运动目标,并在当前帧运动目标位置附近进行Mean shift迭代,以巴氏系数判断当前目标和历史目标的匹配程度,根据匹配结果决定当前帧目标为跟踪目标或新增目标.实验分析,该算法可实现快速、有效目标跟踪. 相似文献
10.
介绍了一种基于NM I特征的目标识别与跟踪算法,与基于图像灰度的跟踪算法相比,该算法利用运动目标的NM I特征值,避免了背景亮度变化对目标识别和跟踪的干扰,具有实时性好、抗干扰性强的特点,适用于复杂背景下的运动目标检测和跟踪。 相似文献