关键字 |
| 对象检测、帧差分、背景减法,形态学操作,对象跟踪、模板匹配。 |
介绍 |
| 有各种犯罪的增加和事故如抢劫、绑架、爆炸,恐怖袭击出现的需要安全火车站等公共场所的空气港口、银行、历史的地方,停车。以留意可疑活动或个人需要连续监测。在紧急情况下连续监测至关重要,警报和负责任的。自到日期监测系统不能实时处理,因为低效率和高成本。需要实时智能视频监控系统可以在黄金时间的反应。 |
| 所以有需要的对象检测和跟踪。现在我们怎么知道哪个对象检测和跟踪。这转变我们关注感兴趣的对象。基本分析视频有需要检测移动对象从一个视频帧到另一个,进一步认识它。检测对象是非常重要的,因为它表示对象可能有不同的形状,大小,颜色针指向他们的外表。感兴趣的对象即关注的对象在一个视频帧被跟踪。至今约会对象跟踪广泛应用如下: |
| 吗?自动目标识别是确定类的对象。 |
| 吗?人类识别基于运动轨迹 |
| 吗?自动检测可疑事件 |
| 吗?实时交通监控 |
| 吗?基于路径估计避障 |
| 吗?手势识别 |
| 吗?从多媒体数据库中检索视频跟踪后被定义可以简单地定义为对象。对象跟踪对应跟踪单个或多个对象的连续帧。 |
| 经历了困难在跟踪: |
| 吗?突然对象运动 |
| 吗?噪声图像 |
| 吗?改变外观的对象和场景模式(照明) |
| 吗?非刚性的对象结构 |
| 吗?闭塞 |
| 吗?摄像机运动 |
| 吗?实时处理的要求 |
| 的概念是有效利用两帧差分和背景减法和准确地探测移动物体的帧序列。帧差分方法考虑移动物体的速度为了找到帧的数量被忽略在每个阶段的检测计算国米frame区别为了得到运动目标的区域。后检测物体的质心信息转发到建立以跟踪帧序列使用动态模板匹配的对象。动态模板匹配建立一个相关函数为了追踪帧序列的检测对象。跟踪失败时该算法可以追溯到检测模块和重复的过程。提出系统是有效的,同时跟踪感兴趣的物体远离相机的运动对象的独立。进一步的二进制的阈值,实现形态学腐蚀和膨胀运算,从而消除无关紧要的运动由于照相机闪烁和去除噪声。获得的图像精确表示移动物体。提出系统意味着跟踪多个车辆使用和单一的人类跟踪使用Matlab仿真软件模型。 |
相关工作 |
| 跟踪几十年来一直是一个活跃的研究课题和审查所有的跟踪方法是不可能的。所以一些相关论文提出系统提到了如下: |
| Jialue风扇和晓惠沈[1]提出了一个统一的方法单一对象跟踪目标类别的积极认可。高水平线下模型结合低水平线上模式来实现更好的跟踪性能。该方法优于在许多具有挑战性的跟踪场景视图变化大大规模变化或背景波动和morphable对象。方法的局限性是跟踪的歧义问题增加对象分类的数量增加,错误的识别结果可能导致误差传播,目前的设计可能不适合做一些跟踪数据集数据类型不一致造成的。 |
| 卡兰古普塔和Anjali Kulkarni[2]提出了一种健壮、高效自动化单一对象跟踪系统。系统已经使用一种算法实现基于帧差分和动态模板匹配。算法实验已经证明是非常准确和有效地检测单个移动物体即使在照明条件差或遮挡。系统已经自动使用pan-tilt设置同步的算法。这样一个自动化对象跟踪系统可以应用在有准确跟踪需要但不能提供良好的照明条件。该系统适用于监控和视频会议等领域。 |
| 高山Yilmaz和奥马尔Javed[3]提出了对象跟踪调查。本文提供了一个广泛的调查对象跟踪方法以及简要回顾相关的话题。他们将跟踪方法分为三种类别根据使用对象表示方法建立对应点,方法实现原始的几何模型,并使用轮廓演化方法。所有这些类都需要目标检测。对象追踪器的详细介绍,包括讨论对象表示,运动相关的模型,采用的方案评估参数跟踪算法。他们提到的使用背景,程度的适用性,为评价标准,比较定性因素。 |
| 伊斯梅尔Haritaoglu和大卫·哈伍德[4]提出的实时视觉监控系统中实现户外环境检测和跟踪人员和监控他们的活动。它作用于单一灰度视频图像或视频图像从一个红外摄像机。这个系统没有使用颜色线索。而不是雇佣的组合形状分析和跟踪定位人民和他们的部分(头,手、脚和躯干)和创建模型的外观,这样他们可以通过交互跟踪遮挡等。该系统能够同时跟踪多个人甚至闭塞。它运行在25 Hz 320 x240 dual-pentium电脑分辨率的图像。 |
| g . Mallikarjuna饶博士和Ch。Satyanarayana[5]处理单一对象的跟踪一个帧序列要么来自现场摄像机或视频保存之前。移动物体检测到在每一帧使用中值近似技术精度高和效率。进一步的卡尔曼滤波器估计用于跟踪检测对象和更精确的模板匹配算法。这个模板是动态生成的,它保证任何改变对象构成不从跟踪过程受阻。入口和出口对象的处理效率。 |
| Prerna拉其普特人,维卡斯特里帕西[6]提供了各种运动检测算法,目标分类、跟踪和行为识别对象。提出了一种新颖的方法来检测车辆和行人基于哈雾功能。矩形区域是乘以权重,然后添加到计算哈雾特性的值。对象检测使用哈雾分类器提供了健壮的和有效的结果。中值滤波算法将适用于监控室内场景环境;然而,相同的算法不是合适的选择户外场景环境。 |
| n .角色和诉Vaithiyanathan[7]提出的对象跟踪系统使用帧差分和模板匹配的概念。探测移动物体帧之间的区别。跟踪检测对象模板匹配算法。动态模板是用于匹配的目的,确保对象的变化方向和位置并不妨碍跟踪系统。本研究提出了一种有效的方法来检测移动身体的兴趣,丢弃在实现较小的不必要的对象造成假警报。此外,本研究还提出了一种方法来追踪一个感兴趣的对象,从一个组移动和检测对象,在随后的连续视频帧。这个方法是适当和有效地适用于深色的物体在光的背景。相反的情况,即。,for lighter object over dark background, a slight shift in the position of the detected object is being observed. |
| 拉胡尔Mishra和Mahesh Chauhan[8]提出一种方法来跟踪多个对象在单帧对象的质心作为核心组件。基于直方图特征的目标表示由各向同性内核正规化。制定目标定位问题是当地最大的吸引力。但是功能信息是不足以提高本地化因此一些结构信息添加到传统的跟踪方法。该方法成功地调整与移动相机,部分遮挡和目标不断变化的规模和方向。 |
| r·马纳尔先生和帕特里克•佩雷斯[9]提出了一种新的方法来跟踪对象通过结合两个著名的追踪器,sum-of-squared差异(SSD)和colour-based均值漂移(MS)追踪。这些结合时弥补彼此的缺点。女士SSD跟踪器跟踪模型克服了快速变化。跟踪女士也不能处理大位移反过来由SSD追踪处理。合并后的跟踪器的性能提高的过程跟踪的快速移动的物体比个人追踪器。跟踪器的性能对象时阻碍部分闭塞以来全局参数如颜色的考虑。因此,追踪女士是用来跟踪当地参数,而不是全球。为了更新女士使用似然比加权跟踪模块。 |
提出了系统 |
| 1。视频作为输入来自在线模式或离线模式。 |
| 2。视频转换为帧的数量。 |
| 3所示。为了探测移动物体帧差分算法。探测移动物体缓慢我th框架中减去从(我)框架。 |
| 4所示。进一步应用二进制阈值操作,独立的移动物体从背景像素,形态学腐蚀和膨胀等操作,以避免非平稳对象的检测。 |
| 5。确定的质心位置的移动对象在给定的场景。 |
| 6。的映像模板是从最后一帧中提取抓起相机实现动态模板匹配算法。 |
| 7所示。跟踪对象的位置传递给相机设置和相机移动左右和上下基础上计算坐标。 |
流程图 |
| 下面的小节提到重要的条件和步骤实现感兴趣的运动目标的检测和跟踪。 |
| 答:(帧差分 |
| 位置移动物体的位置是由帧差分。我们也可以通过使用仿真软件模型检测对象。因为发生突然变化的外观对象生成一个模板。这里的关键的任务是确定移动物体在连续帧序列。图像采集的需要循环强调因为存在的大帧序列在网上和网下的模式。后来的坐标系相对于参考坐标系。为此图像减法运算符使用。为计算目的考虑帧F2 (i, j)和减去它从坐标系F1 (i, j)。结果将存储在坐标系(i, j)。 |
| 年代(i, j)= F1 (i, j)- F2 (i, j) |
| 设计算法必须自适应处理光照的突然变化场景如阴影、移动树叶,雪和雨。还必须摆脱杂乱不需要的噪声。为了克服这些问题的预处理工作。预处理包括不同类型的阈值和形态学操作。图像采集工具抓取RGB图像。因此减少我们的比特数转换成灰度图像。我们用灰色的阈值来计算图像的阈值。进一步应用形态学腐蚀和膨胀等操作。执行这些操作删除背景不准确。目标检测与定位提供了对象的位置跟踪。 |
| b模板匹配: |
| 追踪的目的我们需要匹配模板的跟踪系统检测到的对象。检测过程提供了对象的位置坐标,将帮助我们进行模板匹配。模板匹配可以称为搜索方法。搜索类似的图片对象模板中定义一个前一帧。模板通常考虑图像或图像梯度强度和颜色特征。为了减少高计算成本我们使用边界框代表对象。 |
| c系统流程图: |
| 以下流程图代表提出的工作步骤。 |
 |
| d .硬件实现: |
| 相机设置操作汽车,跟踪对象在运动。步进电机帮助建立的水平和垂直运动。跟踪程序控制电机驱动电路通过并行端口的接口。该驱动电路包括ULN 2003集成电路。 |
结论 |
| 检测和跟踪是巨大的话题讨论。我们回顾了各种方法等对象检测和跟踪的对象表示,特征选择,帧差分,背景减法和轨迹估计。我们已经通过各种数码影像工具Matlab和Simulink仿真等。 |
确认 |
| 我想现在我真诚感谢a . p . Bodkhe教授和教授s .答:“巨大的支持和指导整个工作。 |
数据乍一看 |
|
|
引用 |
- Jialue粉丝,晓惠沈和吴迎”,我们跟踪:跟踪和识别”的统一方法,IEEE图像处理,工程系,2号,第560 - 549页,2013年。
- 卡兰古普塔Anjali诉Kulkarni”,实现一个自动单相机对象跟踪系统使用帧差分和动态模板匹配”,国际联合会议上的进步计算机、信息、系统科学和Engg。由IEEE,布里奇波特,245 - 250年,2007页。
- Yilmaz, o . Javed和m .沙“对象跟踪:一项调查”,ACM第一版。测量员第四,Vol.38 pp.1-13, 2006年。
- 伊斯梅尔Haritaoglu大卫·哈伍德和拉里·s·戴维斯“W 4:谁?什么时候?在哪里?什么?实时系统检测和跟踪的人”,IEEE交易型。分析。马赫。智能,8号,第22卷,第830 - 809页,1998年。
- g . Mallikarjuna饶和Dr.Ch。年代atyanarayana, “Object Tracking System Using Approximate Median Filter, Kalman Filter and Dynamic Template Matching”, I.J. Intelligent Systems and Applications,Vol.6, No.5, pp. 83-89, 2014.
- Prerna拉其普特人,Vikas Tripathi“新对象运动趋势分析”,国际先进研究期刊》的研究在计算机科学和软件工程,第1辑,4号,2014年。
- n .角色诉Vaithiyanathan Akshaya Prakash Sharma,“使用帧差分和模板匹配对象跟踪”,研究应用科学学报,工程和技术,第1辑,经过,5497 - 5501年,2012页。
- 博士Mahesh希夫拉吉·k·乔汉,拉胡尔Mishra Dhiiraj Nitnawwre,“多个对象跟踪基于内核的重心法改善定位”,我。J在计算机科学和软件工程高级研究学报》,7号,第140 - 137页,2012年。
- 。帕特里克•佩雷斯和Patrick Bouthemy r·马纳先生“健壮的追踪与运动估计和地方基于颜色建模”,爱思唯尔,25卷,8号,第1216 - 1205页,2007年。
- 理查德Y.D.徐,约翰·g·艾伦,杰西金,“强大的实时跟踪非刚性的对象”,《Pan-sydney区域研讨会视觉信息处理、36卷,《- 98,2004。
- s . Avidan“合奏跟踪”,IEEE反式。模式肛门。马赫。第二,实际上并未解决偏好智能,可以参见黄仁宇《- 271,2007。
- Babenko, mh。杨和s . Belongie“视觉跟踪多个实例与在线学习”,在Proc。相依第一版。粘度Recogni模式。,第990 - 983页,2009年。
- h . Grabner m . Grabner h .女孩,通过在线增加”“实时跟踪,在Proc。英国马赫。粘度相依,pp.1-10 2006
- h . y . Li Ai, t .山下式,老挝和m . Kawade”跟踪低帧率视频:一连串粒子滤波与歧视的观察家不同寿命”,IEEE反式。模式肛门。马赫。智能。,Vol.30, No. 10, pp. 17288-1740, 2008.
|
菜单
