視頻跟蹤學(xué)習(xí)總結(jié)課件

1、視頻跟蹤學(xué)習(xí)內(nèi)容總結(jié)2011-4-7 數(shù)字視頻跟蹤技術(shù)的理論前提圖像的顏色空間（如何選擇？） HSV顏色空間AVI視頻文件的結(jié)構(gòu)（分割方法？）和讀取兩類windows API函數(shù)：對(duì)AVI文件進(jìn)行操作；對(duì)數(shù)據(jù)流進(jìn)行操作（數(shù)據(jù)是否壓縮過(guò)？）BMP文件（文件格式）的結(jié)構(gòu)和特點(diǎn)等 保存為BMP格式（結(jié)構(gòu)？圖像數(shù)據(jù)矩陣的特點(diǎn)？）運(yùn)動(dòng)檢測(cè)/分割方法背景減除法（Background Subtraction）背景模型如Kalman濾波（基于預(yù)測(cè)）、混合高斯模型（基于統(tǒng)計(jì)）等。幀間差分（Temporal Difference） 光流法（Optical Flow）：利用光流場(chǎng)基于輪廓的跟蹤算法 其他方法 ：EM

2、（Expectation Maximization）算法、基于數(shù)學(xué)形態(tài)學(xué)的場(chǎng)景變化檢測(cè)算法 運(yùn)動(dòng)檢測(cè)算法研究趨勢(shì)針對(duì)性改進(jìn)（動(dòng)態(tài)背景更新、減少光流場(chǎng)的計(jì)算量）；研究新的運(yùn)動(dòng)目標(biāo)檢測(cè)方法（基于顏色的分割方法、各種背景統(tǒng)計(jì)模型、基于知識(shí)的目標(biāo)分割方法等）；融合多種運(yùn)動(dòng)檢測(cè)方法的綜合判決方式，如Kim算法即幀差法與背景相減法結(jié)合)。圖像序列跟蹤算法（按所用圖像信息分類）基于邊緣基于背景估計(jì) 分塊背景估計(jì)法基于運(yùn)動(dòng)場(chǎng)估計(jì)：光流法OFE、塊匹配BMA及貝葉斯最大后驗(yàn)概率MAP模型基于團(tuán)塊Blob（圖像分割） 基于模板匹配 （區(qū)域跟蹤） 基于主動(dòng)輪廓線/Snake模型基于多攝像機(jī)（3D模型）目標(biāo)跟蹤的新算

3、法粒子濾波算法CamShift算法(基于MeanShift的改進(jìn))Blob分析 SIFT尺度不變特征變換Kalman預(yù)估法 基于分類器訓(xùn)練的特征匹配法評(píng)價(jià)指標(biāo)：跟蹤的精確度、算法的復(fù)雜度及實(shí)時(shí)性。常用的兩類目標(biāo)模型基于目標(biāo)的輪廓特征 精度較高，計(jì)算復(fù)雜，且抗干擾性差 基于目標(biāo)的顏色特征 魯棒性強(qiáng)，抗噪性強(qiáng)，且具有良好的抗遮擋性 。 基于模板匹配的算法的3個(gè)關(guān)鍵環(huán)節(jié)圖像特征表示（特征提取）相似度指標(biāo)計(jì)算 常用的相似度指標(biāo) 如何評(píng)價(jià)相似度指標(biāo)匹配性能？ Model?目標(biāo)搜索算法圖像跟蹤過(guò)程：匹配修正預(yù)測(cè)eg2.基于視頻的交通事件檢測(cè)（ITS系統(tǒng)中的應(yīng)用）目的：對(duì)運(yùn)動(dòng)物體進(jìn)行編號(hào)并跟蹤，最終得到運(yùn)動(dòng)

4、軌跡運(yùn)動(dòng)車輛分割：多區(qū)域輪廓跟蹤車輛目標(biāo)跟蹤：CamShift算法 研究方向：如何判定行人等非機(jī)動(dòng)車和運(yùn)動(dòng)車輛，而僅僅檢測(cè)跟蹤運(yùn)動(dòng)車輛？如何有效的去除運(yùn)動(dòng)車輛陰影的干擾？紅外小目標(biāo)檢測(cè)與跟蹤技術(shù)的應(yīng)用衛(wèi)星大氣紅外云圖分析空間遙感紅外醫(yī)療圖像的病理分析飛機(jī)拍攝地面紅外圖像地質(zhì)分析城市的紅外污染分析海面人員搜救高速公路的車流量檢測(cè)等紅外目標(biāo)檢測(cè)的兩類算法“先檢測(cè)后跟蹤”算法（即DBT）差分法、自適應(yīng)運(yùn)動(dòng)檢測(cè)方法、光流法和小波變換法。“先跟蹤后檢測(cè)”算法(即TBD) 動(dòng)態(tài)規(guī)劃方法、多級(jí)假設(shè)檢測(cè)的方法和基于高階相關(guān)的方法。eg4.人臉檢測(cè)與跟蹤 人臉檢測(cè)與定位的方法：基于統(tǒng)計(jì)：事例學(xué)習(xí)、子空間法、空間匹配濾波器方法；基于知識(shí)建模：器官分布規(guī)則、輪廓規(guī)則、顏色和紋理規(guī)則、運(yùn)動(dòng)規(guī)則、對(duì)稱性等。相關(guān)算法：Adaboost算法 、膚色模型、Cam-shift 算法。待解決的問(wèn)題開發(fā)實(shí)現(xiàn)出更多更新穎的圖像處理算法和目標(biāo)檢測(cè)與跟蹤算法，并對(duì)其進(jìn)行比較、組合分析、再取舍，使之達(dá)到最優(yōu)化的組合，再應(yīng)用到所開發(fā)的軟件中。實(shí)時(shí)檢測(cè)與跟蹤功能就是要使得軟件能夠檢測(cè)與跟蹤C(jī)CD、紅外成像系統(tǒng)或者其他成像設(shè)備所拍攝的實(shí)時(shí)視頻中的目標(biāo)。以運(yùn)用OpenCV中所提供的對(duì)攝像頭和視頻流進(jìn)行操作、使用的模塊CVCAM來(lái)增加軟件的實(shí)時(shí)檢測(cè)與跟蹤功能。