(完整版)ppt运动目标检测与跟踪课件.ppt

1、一、目标跟踪一、目标跟踪二、主要难点二、主要难点三、目标匹配的加速搜索三、目标匹配的加速搜索四、移动平台下的目标跟踪四、移动平台下的目标跟踪五、未来展望五、未来展望一、一、目标跟踪目标跟踪二、主要难点二、主要难点三、目标匹配的加速搜索三、目标匹配的加速搜索四、移动平台下的目标跟踪四、移动平台下的目标跟踪五、未来展望五、未来展望目标跟踪是基于对图像序列的研究，力图从复目标跟踪是基于对图像序列的研究，力图从复杂的背景中检测甚至辨认出运动目标，并且对杂的背景中检测甚至辨认出运动目标，并且对目标运动的规律加以预测，实现对指定的目标目标运动的规律加以预测，实现对指定的目标进行准确且连续的跟踪进行准确且连

2、续的跟踪。应用领域应用领域:安防监控安防监控,交通管理交通管理,体育分析体育分析,军事识别，人机交互军事识别，人机交互.应用领域应用领域:安防监控安防监控,交通管理交通管理,体育分析体育分析,军事识别，人机交互军事识别，人机交互.应用领域应用领域:安防监控安防监控,交通管理交通管理,体育分析体育分析,军事识别，人机交互军事识别，人机交互.应用领域应用领域:安防监控安防监控,交通管理交通管理,体育分析体育分析,军事识别军事识别，人机交互，人机交互.应用领域应用领域:安防监控安防监控,交通管理交通管理,体育分析体育分析,军事识别，军事识别，人机交互人机交互.帧间差分法 这种方法就是将前后两帧图像对

3、应像素点的灰度值相减，这种方法就是将前后两帧图像对应像素点的灰度值相减，在环境亮度变化不大的情况下，如果对应像素灰度相差很小，在环境亮度变化不大的情况下，如果对应像素灰度相差很小，可以认为此处景物是静止的，如果图像区域某处的灰度变化可以认为此处景物是静止的，如果图像区域某处的灰度变化很大，可以认为这是由于图像中运动物体引起的，将这些区很大，可以认为这是由于图像中运动物体引起的，将这些区域标记下来，利用这些标记的像素区域，就可以求出运动目域标记下来，利用这些标记的像素区域，就可以求出运动目标在图像中的位置。标在图像中的位置。优点：鲁棒性好，运算量小，易于软件实现优点：鲁棒性好，运算量小，易于软件

4、实现缺点：对噪声有一定的敏感性，运动实体内部也容易产生空洞现缺点：对噪声有一定的敏感性，运动实体内部也容易产生空洞现象，阈值象，阈值T缺乏自适应性，当光照变化时，检测算法难以适应环境缺乏自适应性，当光照变化时，检测算法难以适应环境变化变化tt-1t1,I(x,y)-I(x,y)TD(x,y)=0,otherwiseDefault:T=60 背景相减法是目前运动检测中最常用的一种方法，背景相减法是目前运动检测中最常用的一种方法，基本思想是将输入的图像与背景图像或背景模型进行比较，基本思想是将输入的图像与背景图像或背景模型进行比较，通过判定灰度特征的变化，或用直方图等统计信息的变化来通过判定灰度特

5、征的变化，或用直方图等统计信息的变化来分割运动目标。它一般能够提供最完全的特征数据，但对于分割运动目标。它一般能够提供最完全的特征数据，但对于动态场景的变化，如光照和外来无关事件的干扰等特别敏感。动态场景的变化，如光照和外来无关事件的干扰等特别敏感。传统的背景相减法包括背景模型的建立，目标决策和背景模传统的背景相减法包括背景模型的建立，目标决策和背景模型更新三个步骤。型更新三个步骤。背景相减法 检测实例：（a）第1帧图像 （b）第2帧图像 （c）变化区域图像（d）提取出的背景图像（e）变化区域与背景差分图像 （f）运动目标检测结果2022-8-7国内外对此类问题的解决办法：目标建模相似度度量目

6、标定位基于目标建模定位：2022-8-7特征抽取：时域：几何形状：边缘、轮廓、线条（抗光照）纹理：纹理丰富的目标 颜色：颜色信息（受光照影响大）频域：小波特征，傅立叶2022-8-7形状特征：形状特征：目标的形状是一个二元的图形，代表了目标的边缘轮廓，因此许多图像分析的问题都可简化为形状分析，形状分析的目的是简化原始图像并且保留目标的形状特征。对目标的形状特征做适当的量化处理就可以得到尺寸、旋转、光照不变的形状描述，同时，形状匹配不受光照条件的影响，使得目标识别更稳定。2022-8-7形状上下文（shape context):以其中某个点与其他n-1个点构成n-1个向量 缺点：缺点：受遮挡影响

7、，背景复杂不易提取边缘解决办法：解决办法：提取特征丰富点L2022-8-7 颜色特征：颜色属于目标的物理属性，在跟踪过程中得以保持稳定。且抗缩放、旋转、遮挡、三维视角变化的影响。缺点:(1)受光照影响明显；(2)r,g,b维空间增大了计算复杂度；(3)易受颜色相近背景的干扰。解决办法：寻找克服光照的颜色空间；将维颜色空间降维。2022-8-7 降维后的颜色空间：分片匹配一、目标跟踪一、目标跟踪二、二、主要难点主要难点三、目标匹配的加速搜索三、目标匹配的加速搜索四、移动平台下的目标跟踪四、移动平台下的目标跟踪五、未来展望五、未来展望C背景混乱背景混乱C目标被遮挡目标被遮挡C缩放和旋转缩放和旋转C

8、光照变化光照变化C摄像机运动摄像机运动C非刚性目标非刚性目标研究多特研究多特征融合的征融合的目标匹配目标匹配与跟踪算与跟踪算法具有重法具有重要的理论要的理论意义和实意义和实用价值用价值一、目标跟踪一、目标跟踪二、主要难点二、主要难点三、三、目标匹配的加速搜索目标匹配的加速搜索四、移动平台下的目标跟踪四、移动平台下的目标跟踪五、未来展望五、未来展望图像序列跟踪结果一、目标跟踪一、目标跟踪二、主要难点二、主要难点三、目标匹配的加速搜索三、目标匹配的加速搜索四、四、移动平台下的目标跟踪移动平台下的目标跟踪五、未来展望五、未来展望移动平台下的目标跟踪 检测背景运动并补偿检测背景运动并补偿块匹配补偿背景

9、运动 子块划分 块匹配背景运动补偿 特征丰富的区域特征丰富的区域区域确定 Good Bad Evaluating Feature RichnessApproach Color Orientation Codes Entropy先前帧先前帧特征熵特征熵抽取的特征区域抽取的特征区域Covariance Covariance matricesmatrices),(yxIx),(yxIy),(yxd(,)xyIx y),(yxR),(yxG),(yxBApproach Covariance MatchingApproach Distance Measure of Covariance Matrices Approach Compensation Of Global Motion 移动平移动平台下的台下的MeanMeanShiftShift跟踪跟踪