|
|
题目：
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：
视频目标的检测、识别与跟踪技术是视频处理与应用的关键和核心技术。随着计算机处理能力与图像处理技术的迅猛发展，视频目标的检测、识别与跟踪技术已在工业生产、制造过程和社会生活的各个方面得到广泛的应用，并在军事侦察与打击、宇宙空间探索等领域发挥着重要作用。本文在综合分析国内外视频目标检测、识别与跟踪研究动态的基础上，结合实际应用背景和技术需求，研究了面向动态复杂环境的高精度视频目标检测、识别与跟踪的理论算法与关键实现技术。通过综合集成与智能优化，达到实时、可靠与稳定的高性能视频目标检测、识别与跟踪的技术效果。本文的主要贡献如下：（1）运动目标检测与分割是视频处理的重要研究内容之一，国内外许多研究机构在这方面进行了深入的研究。现阶段的运动目标检测方法在摄像机静止情况下获取的视频中能够取得较好的处理效果，但对摄像机运动情况下获取的视频，处理效果就不尽如人意了。针对动态背景，本文首先建立变分光流计算模型，通过构建全局运动矢量场来实现动态背景下的运动目标检测，达到了很好的检测精度。在此基础上，提出了一种将目标检测与边缘检测相结合的VOF/MS（Variational Optical Flow/Mean Shift）运动目标高精度分割方法，可准确分割并提取目标区域，为识别和跟踪奠定基础。（2）针对所提取的目标区域，利用计算速度快且对光照、尺度、旋转等变动因素具有不变性的Harris-Laplacian特征点检测方法进行目标区域中的特征点检测，进而提出了一种具有光照、尺度、旋转、颜色不变性的赋色SIFT特征提取与描述方法，其适配性好，且能全面反映对象的特征信息。在此基础上提出了一种基于赋色SIFT与支持向量机（SVM：Support Vector Machine）的彩色图像识别与分类策略，达到了很好的识别效果。（3）提出了一种基于颜色-梯度联合信息的多关联核目标跟踪方法。由于采用颜色与梯度联合特征来表示目标特性，并利用多个核之间的约束关系，可使跟踪算法的稳定性与鲁棒性得到提高。这种多关联核目标跟踪方法不仅能够精确地跟踪平动目标，还能够有效地跟踪旋转、尺度缩放、视角变化的目标，同时还能够适用于高度复杂的环境。与目前常见的Mean Shift跟踪方法相比，本文提出的跟踪算法在准确性与稳定性方面都有显著提高。（4）为了实现目标检测、识别与跟踪系统整体性能的优化，本文研究了视频目标检测、识别与跟踪系统的综合集成方法，并提出基于航迹判断的智能反馈机制，实现了系统整体性能的优化。实验结果表明，本文提出的综合集成与智能优化方法可在提高系统综合性能方面发挥重要作用。针对复杂动态背景下视频目标的检测、识别与跟踪题目，论文系统而全面地展开了研究工作，重点研究了视频目标的检测与分割、目标特征提取与目标分类识别、视频目标的跟踪、系统的综合集成与优化等方面的新算法。文中以一系列实验数据和检验结果验证了作者所提方法的正确性和有效性，从而可为丰富和发展面向复杂背景的高精度视频目标检测、识别与跟踪的理论方法和关键技术、提高工程应用的技术水平提供成果积累和储备。 |
上一篇：数控机床直线电机驱动单元的动力学分析与控制下一篇：高强钢热冲压成形极限试验研究及数值模拟
|
发表于 2022-8-31 15:35:43
中发现Ni：
中发现Ni：
中发现Ni：
中发现Ni：
中发现Ni：
中发现Ni：
QQ登录
