視頻中運(yùn)動(dòng)目標(biāo)的提取方法研究

1.1萬(wàn)字 29頁(yè) 原創(chuàng)作品，通過(guò)查重系統(tǒng)


畢業(yè)設(shè)計(jì)說(shuō)明書中文摘要
現(xiàn)如今，視頻信息充斥生活的諸多方面，視覺(jué)信息已經(jīng)比其他渠道獲取的信息重要許多，重要性超越以往?；谝曨l中運(yùn)動(dòng)目標(biāo)跟蹤與偵測(cè)在MATLAB平臺(tái)上已經(jīng)可以完美實(shí)現(xiàn)。獲取信息后將視覺(jué)信息轉(zhuǎn)化為人工智能已成為一個(gè)重要的研究方向。日常生活中，精度不高的視覺(jué)信息會(huì)對(duì)日常生活產(chǎn)生極大的不便。因此，在關(guān)鍵地點(diǎn)加裝視頻運(yùn)動(dòng)目標(biāo)采集系統(tǒng)就顯得尤其重要。
視頻中的目標(biāo)檢測(cè)是在人機(jī)交互領(lǐng)域極其重要的一個(gè)環(huán)節(jié)，目的即是將所選擇目標(biāo)從視頻背景之中提取，并加以計(jì)算其軌跡，從而得出相關(guān)結(jié)論。在目標(biāo)提取階段，有幾個(gè)因素可能會(huì)對(duì)這一過(guò)程產(chǎn)生影響，如：云霧、光照方向、目標(biāo)的拖影等，以至于視頻中運(yùn)動(dòng)目標(biāo)的提取難度加大。
對(duì)于以上情況，大多數(shù)研究者在運(yùn)動(dòng)物體檢測(cè)以及運(yùn)動(dòng)物體追蹤領(lǐng)域主要應(yīng)對(duì)方法有兩種：一是對(duì)視頻進(jìn)行處理得到視頻中所標(biāo)記的目標(biāo)的連續(xù)圖像；二是利用人工智能神經(jīng)網(wǎng)絡(luò)對(duì)圖像目標(biāo)進(jìn)行直接的追蹤。二者相比，前者較易被大眾接受且便于實(shí)現(xiàn)，能夠高效得到目標(biāo)軌跡?，F(xiàn)在較為普遍的方法有背景減法、鄰幀差法和光流法。


關(guān)鍵詞 目標(biāo)檢測(cè) 目標(biāo)提取 背景相減法