论文部分内容阅读
面向人的视频理解首先要进行运动目标检测和跟踪，本论文从这一低层视觉角度出发，围绕智能化目标跟踪进行研究。主要研究了目标检测技术，基于轮廓信息和区域信息的面向人的运动目标的基本跟踪技术，并利用现有技术对大范围的目标跟踪提出了一套智能化的解决方案。
目前在目标的跟踪与检测中，当背景变化较大、有较强干扰和遮挡时，往往目标检测效果不好。本文将Kalman滤波器与目标模板匹配相结合，极大地减小了检测目标的范围，提高了实时性；对目标模板及时更新，使得算法有很强的抗干扰、抗遮挡性；在HSV颜色空间建立目标模板，使得算法能够检测出任何变化背景下的目标。实验证明，运用本文算法检测目标的速度优于背景差法，检测出的目标的置信度优于传统的扩展Kalman滤波器。
基于本文提出的改进算法，在Matlab 7.0.1环境下编写了全部算法程序，并用校园实际场景的图片进行仿真实验。