视频运动目标检测与跟踪算法研究

"本文详细探讨了视频图像处理技术及其在运动目标检测与跟踪中的应用，重点关注在动态场景下的处理策略和算法优化。视频图像处理技术在现代社会有着广泛的应用，包括视频通信、视频监控、视频点播和视频检索等，随着技术的发展，越来越多的新应用不断涌现，对相关技术的研究需求日益增强。 视频图像处理可以分为在线和离线两种方式。在线处理通常针对实时捕获的图像数据，如视频监控，要求较高的处理速度。离线处理则侧重于视频内容的分析和存储，便于后续使用。不同的摄像平台状态决定了视频图像处理的关键技术，如单一动态平台关注事件检测，单一静止平台关注运动目标，而多摄像平台则用于复杂任务，如扩大视野和提供更多信息。 在视频运动目标检测方面，论文提出了一种基于全局运动估计的算法。该算法通过边界块投影匹配估计全局运动参数，利用高阶统计量减少噪声影响，再通过形态学运动滤波得到前景运动目标的掩膜图像，从而实现准确的目标检测。 在粒子滤波跟踪算法的研究中，针对粒子贫化问题，提出了一种改进的重采样方法。粒子贫化会降低粒子滤波算法的性能，因此引入多样性采样策略，确保重采样后的粒子不集中在一点，增加粒子多样性，有效解决了粒子贫化问题，提高了跟踪算法的准确性。 论文作者张涛在费树岷教授指导下，对东南大学博士学位论文的研究成果进行了总结，其工作为计算机视觉领域，特别是视频运动目标检测与跟踪技术的进步做出了贡献，为相关领域的研究提供了有价值的参考。"