一、目标检测
目标检测即为从序列图像中将变化区域从背景图像中提取出来。运动目标检测的算法依照目标与摄像机之间的关系可以分为静态背景下运动检测和动态背景下运动检测。
1.静态背景:背景差分法,帧间差分法,光流法。在opencv中常用的是absdiff,GMM(高斯混合模型),Lucas-Kanade 方法等算法。
2.动态背景(需要进行图像的全局运动估计与补偿):块匹配法,光流估计法。在opencv中常用mean-shift,cam-shift,卡尔曼等。
二、运动目标跟踪
运动目标跟踪就是在一段序列图像中的每幅图像中实时地找到所感兴趣的运动目标(包括位置、速度及加速度等运动参数)。简单说,就是在序列图像中为目标定位。在运动目标跟踪问题的研究上,总体来说有两种思路: a)不依赖于先验知识,直接从图像序列中检测到运动目标,并进行目标识别,最终跟踪感兴趣的运动目标; b)依赖于

本文详细介绍了目标检测和运动目标跟踪的技术,包括静态和动态背景下的检测算法,如背景差分、光流法;探讨了运动目标跟踪的策略,如主动轮廓模型、特征匹配和区域跟踪;并展望了深度学习、多维度信息融合等未来研究趋势。
最低0.47元/天 解锁文章
449

被折叠的 条评论
为什么被折叠?



