检索结果-南通市图书馆

检索条件"主题词=亮度转换函数"

共 3 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于非重叠区域的多摄像机目标跟踪技术研究

基于非重叠区域的多摄像机目标跟踪技术研究

引用

作者：孙健飞南京邮电大学

学位级别：硕士

近年来,随着视频监控技术的发展和人们对智能化监控要求的日益提高,传统的单摄像机监控系统在很多场合已无法满足视频监控的要求。与之相比,使用多个摄像机协作可以扩大摄像机的观测范围、增加观测角度、更全面地捕捉运动对象的信息、... 详细信息

近年来,随着视频监控技术的发展和人们对智能化监控要求的日益提高,传统的单摄像机监控系统在很多场合已无法满足视频监控的要求。与之相比,使用多个摄像机协作可以扩大摄像机的观测范围、增加观测角度、更全面地捕捉运动对象的信息、克服遮挡等问题。因此,越来越受到人们的关注。其中,当多摄像机系统用于监控范围较大的场合时,相邻摄像机的视域之间往往没有交叠区域,于是产生了基于无重叠视域的多摄像视频监控,这一具有实用价值的研究方向。在无重叠视域的多摄像机监控环境中,同一目标在不同摄像机中,往往会因为光照的差异、目标姿势的变化,以及摄像机自身因素的影响,而表现出不同的外观特征,影响了目标跟踪匹配的准确性。本文针对上述问题,研究了基于无重叠视域的多摄像机目标跟踪匹配技术。主要研究内容和创新点如下: （1）研究了亮度转换函数的建立方法,提出了一种根据摄像机场景亮度进行亮度转换函数调整的有效方法。在建立多摄像机监控场景间的亮度映射关系前,先进行场景亮度判断,以确定映射方向,再根据目标的归一化累积直方图,建立亮度转换函数,在一定程度上避免了部分亮度映射的缺失。并验证了进行亮度转换的必要性。（2）分析了平均亮度转换函数和累积亮度转换函数的性质,在此基础上,综合了多帧和多目标的思想,提出了一种综合的亮度转换函数。并引入了修正的Bhattacharyya系数,用以衡量亮度映射关系的准确度。实验结果表明,改进的亮度转换函数映射关系更为准确。（3）提出了一种基于多帧匹配的亮度转换函数概率主成分分析的目标匹配算法。通过训练多对目标的关键帧形成亮度转换函数集,然后使用概率主成分分析对函数空间进行概率估计,采用多帧匹配的方法,计算目标之间的亮度转换函数属于函数空间的概率。同时考虑到训练目标不足,结合改进的亮度转换函数的方法,采用多帧匹配计算目标直方图之间的相似度。实验结果表明该方法具有良好的匹配效果。文章的最后给出了对全文的总结,并结合现有的研究状况,展望该课题可进一步挖掘的内容。

关键词：多摄像机无重叠视域亮度转换函数概率主成分分析多帧匹配

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于外观特征和距离测度学习的无重叠视域目标匹配技术研究

基于外观特征和距离测度学习的无重叠视域目标匹配技术研究

引用

作者：于孔帅南京邮电大学

学位级别：硕士

近年来基于多摄像机的智能监控系统受到越来越多的关注。智能监控系统的目标匹配包括了重叠视域目标匹配和无重叠视域目标匹配。无重叠视域的监控范围大，具有更好的应用价值，但由于监控环境变化使得匹配更为困难，具有很大的挑战性。... 详细信息

近年来基于多摄像机的智能监控系统受到越来越多的关注。智能监控系统的目标匹配包括了重叠视域目标匹配和无重叠视域目标匹配。无重叠视域的监控范围大，具有更好的应用价值，但由于监控环境变化使得匹配更为困难，具有很大的挑战性。无重叠视域目标匹配由于场景间没有重叠的部分，同一个目标在不同的场景中会由于时间差异而发生很多变化，同时摄像机拍摄的角度也可能不同，这些为无重叠视域的目标匹配增加了难度。本文针对以上问题，对无重叠视域的目标匹配算法进行了一定研究。主要内容和创新点如下：（1）颜色特征是重要的外观特征，但对环境光照变化敏感，对于无重叠视域的目标匹配，场景间存在亮度的变化。使用亮度转换函数可以修正不同场景间亮度的变化，但对于同一场景有多个亮度区域的情况却无能为力，本文提出了基于混合概率主成分分析的方法学习亮度转换空间，解决了一个场景中含有多个亮度区域的亮度转换问题，然后提取颜色特征进行目标匹配。（2）由于颜色特征本身不包含空间分布信息，对于具有相同颜色特征的不同目标会误匹配。本文提出了使用颜色直方图、主颜色谱直方图、方向梯度直方图特征融合的方法构造特征向量，提高目标匹配的鲁棒性。同时，由于主颜色谱直方图的颜色空间维度过高，通过对每个颜色分量降维，实现了对颜色空间的降维，降低了特征向量的计算复杂度。（3）图像的底层特征和高层语义间往往存在巨大的语义差异，所以使用不同的特性向量距离计算方法对目标匹配的正确率造成较大的影响。本文使用距离测度学习算法对特征向量学习一种距离计算方法。针对样本少、特征维度高易于产生距离测度学习过拟合情况，本文提出一种有效地解决方法，即将高维的特征向量分解成多个低维的特征向量，对低维的特征向量分别进行距离测度学习，并且通过特征的类内与类间距离比将多个特征融合，既提高了目标匹配的正确率还降低了计算复杂度。（4）基于以上研究成果，提出了融合外观特征和距离测度学习的无重叠视域综合目标匹配算法，在线下阶段计算亮度转换函数、距离测度矩阵、特征权重;在线上阶段提取目标的特征向量，计算特征向量的距离进行目标匹配。论文给出了详细的实验方法和结果分析，验证了上述工作的正确性。论文最后对全文工作进行了总结，并对该课题进一步的研究工作进行展望。

关键词：目标匹配无重叠视域亮度转换函数混合概率主成分分析距离测度学习方向梯度直方图主色谱直方图

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于外观特征和时空关联的无重叠视域目标跟踪技术研究

基于外观特征和时空关联的无重叠视域目标跟踪技术研究

引用

作者：陈文曲南京邮电大学

学位级别：硕士

智能监控系统技术中，无重叠视域下多摄像机的目标跟踪是一个很具挑战的问题。它和与之关系密切的单摄像机目标跟踪不同，跟踪困难的原因主要包括两个方面。首先，无重叠视域的目标在时间上和空间上存在不连续性;其次由于场景光照的不... 详细信息

智能监控系统技术中，无重叠视域下多摄像机的目标跟踪是一个很具挑战的问题。它和与之关系密切的单摄像机目标跟踪不同，跟踪困难的原因主要包括两个方面。首先，无重叠视域的目标在时间上和空间上存在不连续性;其次由于场景光照的不同，目标姿势的变化，以及摄像机参数的差异，同一个目标在不同摄像机中会表现出不同的外观特征，从而影响目标跟踪匹配的准确性。本文在目标准确检测的条件下，从基于目标外观的模型匹配和时空特征关联两个角度，研究无重叠视域摄像机系统中的跟踪问题，主要研究内容和创新点如下：（1）在基于多特征点的轨迹重建和特征提取研究中，分析了基于无穷范数轨迹重建算法，并将其应用于无重叠视域多摄像的目标轨迹重建。首先通过主轴提取目标的脚点和头点的位置，由这两点的空间约束关系，建立新的约束方程，增加了轨迹的连续性约束，获得目标在三维空间中位置的最优解。在此基础上，提取轨迹的速度、方向信息，利用轨迹的时间关联性确定目标的时空关联概率。（2）在基于空间信息的目标外观特征匹配研究中，研究了联合目标高度、位置和方向的颜色分布特征描述和匹配方法。通过对目标前景像素进行多平面投影，获取目标的高度的估计;为了减少光照的影响使用了HSV色彩空间作为颜色特征，并通过亮度转换函数调节不同摄像机场景下的颜色偏差;利用目标高度、方向和空间位置等信息对目标不同区域颜色加权，实现融合空间信息和颜色分布，改善了目标匹配的有效性。（3）本文基于上述时空关联概率和基于外观的特征匹配关联概率的研究基础，建立了外观特征与时空关联的统一概率模型，通过最大似然分析，并将其转化为求解二分图最大匹配问题，得到无重叠摄像机中的目标关联的最优解，从而改善跟踪匹配的效果。论文通过仿真实验对上述算法进行了测试和分析。实验结果表明算法的有效性。

关键词：无重叠视域时空关联外观特征亮度转换函数轨迹重建

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：