本文探讨了动态图像目标跟踪中的关键技术，包括目标分割、光流法、卡尔曼滤波等。介绍了帧差法、背景差法、光流法等分割方法的优缺点，以及卡尔曼滤波和粒子滤波等跟踪算法的应用。针对复杂背景，质心算法和Mean Shift算法在简单和特定条件下表现出色，但可能在复杂场景中效果受限。
--本文是阅读 动态图像目标跟踪算法研究_称淑红 后做的摘记
运动目标跟踪的关键技术和前提条件是目标的分割。
目标检测技术的基本任务是将运动目标从视屏序列的背景中分割出来。
目前，在像素域分割领域常用的方法有：帧差发、背景差法、光流法等在压缩域分割常用的方法有：基于H.264和MPEG的视频对象分割方法。
1、光流包含了运动目标动态行为和表面结构信息，是运动目标像素运动产生的瞬时速度场。利用光流场进行运动目标分割的思想是从动态图像序列中近似计算运动场，再根据运动场的运动特征信息进行目标分割。
运动目标跟踪算法中常用过得数学工具有卡尔曼滤波及其改进算法、粒子滤波、动态贝叶斯网络算法、马尔科夫模型等。其中，卡尔曼滤波具有算法简单，易于实现等优点，但对于运动目标遮挡、背景复杂多变
最低0.47元/天 解锁文章
扫一扫
1403
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
