畢設(shè)-基于dsp的運(yùn)動(dòng)目標(biāo)圖像跟蹤算法研究與實(shí)現(xiàn)-外文文獻(xiàn)翻譯-fast_object_tracking_using_adaptive_block-wenkub.com
2025-10-31 19:45 本頁(yè)面
【正文】 Watkins, Mirror Image Inter, Motorola, Multimedia Systems Corp., nCUBE, NeoMagic, Nixon amp。運(yùn)動(dòng)估計(jì)依靠顯著不同特性的和而不考慮高斯噪聲會(huì)使運(yùn)動(dòng)向量有偏差從而導(dǎo)致跟蹤效果的降低。這種方法可以結(jié)合蛇形浮動(dòng)來(lái)跟蹤目標(biāo)輪廓。提出一個(gè)高效的用以檢測(cè)遮擋的算法并運(yùn)用二元性原理將之修改，發(fā)展成為一個(gè)檢測(cè)遮擋修復(fù)的算法。用塊運(yùn)動(dòng)矢量進(jìn)行目標(biāo)跟蹤很少被應(yīng)用。自動(dòng)初始化讓我們對(duì)兩只手同時(shí)跟蹤。如果背景是變化的就必須應(yīng)用一種更加精確的初始化方式。如果提出前向運(yùn)動(dòng)只保留后向運(yùn)動(dòng)，速度可以達(dá)到兩倍。 下表（表一）列出了所涉及的各種算法的運(yùn)算時(shí)間。避免向前運(yùn)動(dòng)加快了算法，但提取的質(zhì)量受到影 響。 2 ）基于區(qū)域的的數(shù)學(xué)形態(tài)學(xué)視頻編碼 [ 12 ] ,[ 13 ] 。 D. 算法比較 圖 10 跟蹤經(jīng)方格處理過(guò)的目標(biāo) 北京理工大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 國(guó)外文獻(xiàn)翻譯 12 圖 .11 依據(jù)特征區(qū)域跟蹤目標(biāo) 圖 .12 手動(dòng)初始化跟蹤目標(biāo) 圖 .13 自動(dòng)初始化跟蹤目標(biāo)（雙手都被跟蹤） 以下序列顯示了本文提出的算法與基于雙區(qū)域的方法相比較得出的目標(biāo)提取效果。另一人阻擋了被跟蹤目 標(biāo)的一部分然后走開。再次出現(xiàn)的魚尾與魚的軀干部分顏色不相似，所以基于顏色相似的區(qū)域融合的算法會(huì)失效。該調(diào)制方案?jìng)蓽y(cè)到高速運(yùn)動(dòng)，并放緩運(yùn)動(dòng)估計(jì)。 北京理工大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 國(guó)外文獻(xiàn)翻譯 10 B. 檢測(cè)調(diào)制方案 圖 .6 工人序列和游魚序列的跳幀數(shù)目 該調(diào)制方案為在 IID 中描述過(guò)的在目標(biāo)運(yùn)動(dòng)相對(duì)較慢時(shí)跳幀。 圖。 該方法主要依據(jù)運(yùn)動(dòng)矢量來(lái)預(yù)測(cè)目標(biāo)輪廓，這也意味這現(xiàn)如今需要一種針對(duì)視頻壓縮數(shù)據(jù)的的跟蹤算法 。不符合上述條件額未覆蓋區(qū)域是虛警。其中運(yùn)用了一種用來(lái)選擇自適應(yīng)集群的聚類算法。 采用了基于塊的辦法進(jìn)行來(lái)運(yùn)動(dòng)估計(jì)，每一個(gè)塊只有一個(gè)矢量。然后做相似的測(cè)試將未覆蓋區(qū)域分成實(shí)際遮擋恢復(fù)和誤報(bào)兩類。 以下是實(shí)際中的屬于目標(biāo)的未遮擋區(qū)域 。 一些預(yù)處理操作被應(yīng)用于掩膜來(lái)去除噪音。 B. 遮擋恢復(fù) 檢測(cè) 北京理工大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 國(guó)外文獻(xiàn)翻譯 8 1 ） 未覆蓋區(qū)域 ： 為了執(zhí)行遮擋恢復(fù)檢測(cè)步驟 ， 未來(lái)幾幀圖像中的未遮擋區(qū)域需要被預(yù)測(cè)出來(lái)。為檢測(cè) 遮擋 遮擋恢復(fù) (遮擋 ) ，當(dāng)前幀用下一幀來(lái)進(jìn)行欲動(dòng)補(bǔ)償以企鵝的未被覆蓋（被覆蓋）的區(qū)域。在這些情況下，覆蓋和為覆蓋區(qū)域并不符合遮擋和遮擋恢復(fù)。以下段落解釋了用于遮擋恢復(fù)的算法。這種情況下檢測(cè)到的離群像素對(duì)應(yīng)第 0Nk? 幀中出現(xiàn)的新的（未覆蓋）區(qū)域。 III. 遮 擋和遮擋恢復(fù) 用來(lái)處理遮擋 /遮擋恢復(fù)的最長(zhǎng)用的方法在于找出全局運(yùn)動(dòng)向量中的運(yùn)動(dòng)補(bǔ)償幀[1]。當(dāng)前幀的每個(gè)塊都進(jìn)行運(yùn)動(dòng)補(bǔ)償 北京理工大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 國(guó)外文獻(xiàn)翻譯 7 )]([ 00 NkiMVNkiR ?? 以找出坐落在 kobjP 中的部分塊。 E. 目標(biāo)掩膜的產(chǎn)生 前一幀中與目標(biāo)相符的部分用 kobjP 表示，它的目的是在給出運(yùn)動(dòng)向量的條件下產(chǎn)生當(dāng)前的目標(biāo)部分用來(lái)支持 0NkobjP? 。如果上述 L2 模較大的平移分量大于閾值（ η ） ，相鄰幀的運(yùn)動(dòng)估計(jì)是重復(fù)的（ N0=1） 。,y39。這種調(diào)制方案能在視頻序列中的運(yùn)動(dòng)較慢的情況下很好的節(jié)約資源。 北京理工大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 國(guó)外文獻(xiàn)翻譯 6 在很多視 頻序列中，連續(xù)幀之間的運(yùn)動(dòng)是比較少的。（圖 .） 3 顯示游魚序列中算得的種子快。 并且。 1 ）塊分類：令視頻序列的第 k 幀為 I（ x,y,k），并且（ x,y）表示一個(gè)像素點(diǎn)。 圖 .2 目標(biāo)初始化：（ a）分割圖 ，（ b）分割圖中運(yùn)動(dòng)合理的區(qū)域 北京理工大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 國(guó)外文獻(xiàn)翻譯 5 圖 .3 對(duì)游魚圖像序列的種子塊估計(jì)：（ a）第 75 幀 ，（ b）第 78 幀中的運(yùn)動(dòng)種子塊 （黑色 不確定塊，白色 目標(biāo)的運(yùn)動(dòng)種子快，灰色 背景的運(yùn)動(dòng)種子快） 運(yùn)動(dòng)估計(jì)是目標(biāo)跟蹤中的根本要素，因此準(zhǔn)確的運(yùn)動(dòng)估計(jì)是最重要的步驟之一。例如，膚色可以用來(lái)初始化一個(gè)面部跟蹤。 在游魚序列中按照以上步驟運(yùn)行的結(jié)果在（圖 .2）中 展示 。因此，需要自檢測(cè)操作以去除一些小的區(qū)域。 2 ）這一步驟的目的是找出目標(biāo)區(qū)域。 [6]提出的分割方法與固定閾值分割比較有更好的效果。 N0=1 是 否 N0=3 圖 . 1. 跟蹤算法 . 為了初始化跟蹤算法，我們采用基于一種聯(lián)合算子的分割算法。遮擋和遮擋恢復(fù)技術(shù)已經(jīng)被發(fā)展成為能夠應(yīng)用在其它的基于區(qū)域的技術(shù)上以提高跟蹤精度。 第三章節(jié)論述了該算法在視頻序列中用于鑒別遮擋 /遮擋恢復(fù)。 目標(biāo)跟蹤系統(tǒng)的計(jì)算量的復(fù)雜與否取決于圖形分割、光流或是運(yùn)動(dòng)估計(jì)操作。 跟蹤算 法中最主要的問題之一是部分遮擋。依靠光流估計(jì)對(duì)節(jié)點(diǎn)信息進(jìn)行采樣，跟蹤節(jié)點(diǎn)設(shè)置 [ 8 ] 。 主動(dòng)輪廓方法通常不運(yùn)用全局物體的空間和運(yùn)動(dòng)信息，而只是依賴視頻目標(biāo)的邊界附近的信息 [ 2 ],[ 5 ],[ 11 ],[ 12 ],[ 16 ] 。最常見的方法被歸納為幾下幾類：基于區(qū)域的跟蹤、主動(dòng)輪廓跟蹤和基于網(wǎng) 格的追蹤。 北京理工大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 國(guó)外文獻(xiàn)翻譯 2 Ⅰ 序言 視覺跟蹤已經(jīng)成為計(jì)算機(jī)視覺領(lǐng)域中被廣泛研究的一個(gè)課題。該跟蹤算法在計(jì)算方式上要優(yōu)于現(xiàn)存的基于區(qū)域的目標(biāo)跟蹤方法。檢測(cè)遮擋恢復(fù)的算法分兩步進(jìn)行。除了目標(biāo)的初始化，在基于區(qū)域的方法中通用的分割步驟是可以避免的。我們用遮擋 /遮擋恢復(fù)檢測(cè)來(lái) 更新目標(biāo)輪廓 ,并用塊向量 預(yù)測(cè)目標(biāo)邊界從而實(shí)現(xiàn)跟蹤。首先，從幀差中估計(jì)未遮擋區(qū)域。實(shí)
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1