监控视频中运动目标的自动检测、跟踪和提取
2015-05-30盛家川杨巍海岩
企业技术开发·下旬刊 2015年4期
关键词:卡尔曼滤波
盛家川 杨巍 海岩



摘 要:为了能够从监控视频中快速准确地分析运动目标,文章提出了一种新的运动目标自动检测、跟踪和提取方法。首先通过混合高斯模型背景差分法获得运动目标初始二值轮廓。然后结合Kalman滤波和Blob匹配法跟踪物体的运动轨迹,并用矩形框架标记图像序列中的运动目标。最后传递矩形参数,采用迭代算法实现最优化分割,对运动目标进行准确提取。实验结果表明,该方法具有较高的鲁棒性和准确性。
关键词:目标检测;混合高斯模型;卡尔曼滤波;GrabCut
中图分类号:TP277;TP391.41 文献标识码:A 文章编号:1006-8937(2015)12-0071-02
随着人工智能和信息技术的发展,运动目标的检测、跟踪和提取在军事、工业、智能交通和科学研究等诸多领域得到了广泛的应用,检测、跟踪和提取研究逐渐由单目标转为多目标。
目前,国内外学者在运动目标的检测、跟踪和提取的研究领域进行了比较深入的研究,提出了很多有效的算法。[1-2]但在实际应用中,由于自然环境复杂,目标机动性高,在研究运动目标检测、跟踪和提取技术时的干扰因素多,容易导致检测不准确,跟踪效率不高且信息提取不完整。在对检测、跟踪和提取技术的研究现状和存在的问题进行深入分析的基础上,本文以混合高斯建模和卡尔曼滤波器为切入点,提出了一种新的运动目标自动检测、跟踪和提取算法改进。
1 运动目标自动检测、跟踪和提取
基于,混合高斯模型,本文使用背景差分法检测运动前景,在得到目标初始轮廓的基础上,采用Kalman滤波器与Blob分析法相结合的方法,实现运动目标的跟踪。……
登录APP查看全文
