版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、運(yùn)動(dòng)目標(biāo)檢測(cè)是一種將一個(gè)或者多個(gè)運(yùn)動(dòng)物體從視頻中準(zhǔn)確提取出來(lái)的技術(shù),是圖像處理和計(jì)算機(jī)視覺(jué)學(xué)科中的一個(gè)重要分支。運(yùn)動(dòng)目標(biāo)檢測(cè)的準(zhǔn)確性直接影響后續(xù)運(yùn)動(dòng)目標(biāo)追蹤、運(yùn)動(dòng)目標(biāo)識(shí)別以及運(yùn)動(dòng)目標(biāo)行為分析等的結(jié)果。目前,運(yùn)動(dòng)目標(biāo)檢測(cè)在交通監(jiān)控、天氣預(yù)報(bào)以及衛(wèi)星云圖分析等方面有著廣泛的應(yīng)用。因此,對(duì)運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)進(jìn)行研究有重要的理論研究意義和應(yīng)用價(jià)值。
常用的運(yùn)動(dòng)目標(biāo)檢測(cè)方法有:幀間差分法、背景減除法以及光流法。近年來(lái)提出的矩陣低秩稀疏分解
2、理論引起了相關(guān)學(xué)者的高度關(guān)注,并將其應(yīng)用于運(yùn)動(dòng)目標(biāo)檢測(cè)。本文圍繞基于矩陣低秩稀疏分解的視頻運(yùn)動(dòng)目標(biāo)檢測(cè)展開研究,以提高運(yùn)動(dòng)目標(biāo)檢測(cè)的準(zhǔn)確率和算法效率。創(chuàng)新性工作主要體現(xiàn)在:提出了一種改進(jìn)的基于矩陣低秩稀疏分解的視頻運(yùn)動(dòng)目標(biāo)檢測(cè)方法,更進(jìn)一步綜合考慮前后視頻幀之間的差別,結(jié)合邊緣提取和幀間差分法對(duì)檢測(cè)到的運(yùn)動(dòng)目標(biāo)邊緣進(jìn)行補(bǔ)償,提高運(yùn)動(dòng)目標(biāo)檢測(cè)的準(zhǔn)確率。本文研究工作主要包括以下幾個(gè)方面:
1.研究和學(xué)習(xí)了幾種運(yùn)動(dòng)目標(biāo)檢測(cè)方法:幀間
3、差分法、光流法、背景減除法和矩陣低秩稀疏分解法,并數(shù)值實(shí)現(xiàn)了部分算法,給出相應(yīng)的實(shí)驗(yàn)結(jié)果與分析。
2.在研究矩陣低秩稀疏分解理論及其求解算法的基礎(chǔ)上,提出了一種改進(jìn)的基于矩陣低秩稀疏分解的運(yùn)動(dòng)目標(biāo)檢測(cè)方法。該方法采用對(duì)視頻等間隔隔幀提取,并對(duì)矩陣稀疏分解模型中的稀疏項(xiàng)加以約束,提高運(yùn)動(dòng)目標(biāo)檢測(cè)的準(zhǔn)確率和算法實(shí)現(xiàn)效率,實(shí)驗(yàn)結(jié)果表明該方法能夠準(zhǔn)確地提取運(yùn)動(dòng)目標(biāo),是一種行之有效的方法。
3.考慮邊緣是圖像中最重要的信息,結(jié)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于低秩矩陣與稀疏矩陣分解的語(yǔ)音增強(qiáng)方法.pdf
- 基于結(jié)構(gòu)化低秩稀疏分解模型的運(yùn)動(dòng)目標(biāo)檢測(cè)方法研究.pdf
- 基于稀疏和低秩矩陣恢復(fù)的目標(biāo)檢測(cè)算法研究.pdf
- 基于素描稀疏表示和低秩分解的SAR圖像目標(biāo)檢測(cè).pdf
- 基于低秩稀疏矩陣分解的織物疵點(diǎn)檢測(cè)算法研究.pdf
- 基于矩陣低秩稀疏分解的圖像融合算法研究.pdf
- 基于矩陣低秩與稀疏分解的視頻圖像融合研究.pdf
- 基于矩陣低秩稀疏分解的船舶交通流量預(yù)測(cè)研究.pdf
- 基于低秩結(jié)構(gòu)的運(yùn)動(dòng)目標(biāo)檢測(cè).pdf
- 低秩稀疏矩陣分解在視頻監(jiān)控中的應(yīng)用.pdf
- 基于投影替代與矩陣低秩稀疏分解的多光譜圖像融合.pdf
- 基于低秩與稀疏矩陣分解的子空間語(yǔ)音增強(qiáng)方法的研究.pdf
- 基于低秩表示的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤.pdf
- 非負(fù)低秩組稀疏矩陣分解及其圖像檢索應(yīng)用.pdf
- 基于低秩稀疏的視頻目標(biāo)跟蹤研究.pdf
- 基于低秩矩陣分解的非局部稀疏模型圖像去噪方法研究.pdf
- 基于低秩稀疏表示的目標(biāo)跟蹤算法研究.pdf
- 基于稀疏表示和低秩矩陣分解的人臉識(shí)別與圖像對(duì)齊方法研究.pdf
- 基于低秩稀疏分解的字符矯正方法研究.pdf
- 基于低秩稀疏分解和組間關(guān)系的圖像分類.pdf
評(píng)論
0/150
提交評(píng)論