ISSN在线(2320 - 9801)打印(2320 - 9798)
通过网络视频监控摄像机使用Hadoop
对象检测和跟踪两个基本任务在多摄像机监视。提出了一个框架来实现这些任务在一个不重叠的多个摄像机网络。新对象检测算法使用意味着转变(MS)介绍了细分,并阻挡物体的帮助下进一步分离来源于立体视觉深度信息。然后检测对象追踪的一个新对象使用小说贝叶斯卡尔曼滤波跟踪算法简化高斯混合(BKF-SGM)。它采用高斯混合的(GM)表示状态和噪声密度和小说直接密度简化算法,避免了常规卡尔曼滤波器(kf)指数复杂性增长使用通用。加上一种改进跟踪女士,一个新的BKF-SGM与改进女士算法更健壮的跟踪性能。此外,monitoring-based对象识别算法是用来支持对象跟踪/非重叠网络。实验结果表明:1)该目标检测算法产生改善分割结果对传统的目标检测方法和2)提出的跟踪算法可以成功地处理复杂场景中具有良好的性能和较低的运算复杂度。此外,监控和培训对象识别算法的性能可以提高使用我们的检测和跟踪结果作为输入。
纳文·库马尔Elliyash Pathan Lalan Yadav, Viraj Ransubhe, Sowjanya进去
阅读全文下载全文