目标检测、目标跟踪报告..ppt

文档介绍：视频监控
运动目标分片跟踪
报告内容
1
2
3
4
马尔可夫随机场分割
全局运动估计
车辆检测与跟踪
5
图像超分辨率重建
2
动态场景的运动检测
视频图像中的目标检测与跟踪,是计算机视觉的基础课题,同时具有广泛的应用价值。
依照目标与摄像头之间的关系:
静态场景目标检测相对简单,研究渐趋成熟
动态场景相对复杂,成为当前研究领域的热点
静态场景帧差的一个例子
3
视频序列运动检测
对于动态场景,由于目标与摄像头之间存在复杂的相对运动,运动检测富有挑战性。传统的帧差方法已经不再适用,如何能对全局的运动进行估计和补偿,成为问题的关键。
第一帧帧差图像
4
解决思路
要检测动态场景中的运动目标,关键在于对场景的运动进行估计,通过估计出的运动参数补偿其运动,最后使用帧差法得到运动目标。
提取特征点
特征点匹配
最小二乘求
运动参数
提取特征点
前一帧图像
后一帧图像
运动补偿
帧差法
运动目标
5
求解全局运动
参数
前一帧
后一帧
求特征点并匹配
运动补偿
补偿后的帧差图像
6
实验结果与普通帧差法的比较
第50帧
第80帧
第5帧
帧差法
特征匹配的方法
原序列
7
基于图像金字塔分解的全局运动估计
采用了3层金字塔进行多分辨率计算,而且在每层迭代计算中,将基于块的外点去除算法与特征点提取算法相结合,这样既加快了算法的速度,又提高了计算结果的准确性。
8
基本步骤如下:
用高斯图像构造法构造图像金字塔;
对金字塔顶层图像进行全局运动估计,求得运动参数;
将顶层金字塔求得的参数集隐射到金字塔的中间层,并对该层进行全局运动估计,求得相应的运动参数;
将金字塔中间层的参数集映射到金字塔的底层, 对该层进行全局运动估计,求得该层的运动参数集,即最终求得的参数集。
利用求得的最终参数集,对图像进行运动补偿,将运动补偿后的图像与前一帧图像进行差值。
9
下图给出了运动补偿与直接帧差的结果比较
图1 Coastguard序列图像
图2 直接帧差和运动补偿后的差值图比较
10