动态场景下视频运动目标检测与跟踪算法研究

"视频运动目标检测与跟踪算法的研究 - 张涛 - 东南大学 - 博士学位论文 - 指导教师：费树岷" 在计算机视觉领域，视频运动目标的检测与跟踪是一项关键技术，涉及图像处理、模式识别、人工智能等多个领域。这项技术在军事、监控、机器人导航、人机交互等多个领域有广泛应用。运动目标检测的目标是从背景中分离出运动物体，而跟踪则关注目标的连续运动状态。 视频运动目标检测主要分为固定背景和变化背景两种情况。在固定背景中，摄像机静止，背景相对稳定，但可能受光照变化和噪声影响。检测方法通常采用绝对差分，比如当前帧与参考背景帧的差分或连续两帧之间的差分。在实际操作中，由于视频帧率较高，通常选择固定时间间隔采样处理。 对于动态场景的运动目标检测，论文提出了一种全局运动估计的检测算法。该算法首先通过边界块投影匹配估算全局运动参数，再利用高阶统计量减少噪声影响，最后用形态学运动滤波获取前景目标掩模，有效提取运动目标。 运动目标跟踪方面，论文关注了粒子滤波算法中的粒子贫化问题。粒子贫化会导致算法性能下降，无法准确描述目标状态。为此，论文提出了一种改进的重采样方法，引入多样性采样环节，增加粒子的多样性，避免粒子过于集中，从而缓解粒子贫化问题，提升跟踪性能。 这篇博士学位论文深入探讨了视频运动目标检测与跟踪的算法，提出了创新性的解决方案，对实际应用具有重要意义。通过实验验证，这些方法在动态场景下的目标检测和跟踪效果显著，为视频分析和理解提供了有力的技术支持。