自适应运动目标检测算法研究及其在内河航运中的应用

摘要

运动目标检测作为计算机视觉领域的一个重要分支与基础，在军事、交通、工业以及生物医学等邻域具有广泛的应用前景，一直受到广泛的关注，并成为计算机视觉领域的一个研究热点。本文基于对当前6种典型的运动目标检测算法的研究，以内河航运中船舶检测为目标，提出结合了压缩感知理论的增强的自适应动态组稀疏算法，解决低清晰度下运动目标难以检测的问题。针对视觉检测算法在不同环境或同一环境多种干扰下不具有自适应性，造成运动目标检测的效果不理想的问题，提出了一种自适应的运动目标检测策略，通过内河航运视频检测库的检测，获得良好的鲁棒性。本文的主要研究工作和创新如下： (1)对典型的运动目标检测算法进行系统研究和实验对比分析。选取了6种典型的运动目标检测算法进行系统地理论研究，分析各种算法的优缺点和适用范围。同时对6种算法在内河航运视频库中的检测表现进行了详细的实验对比分析。研究结果为本文后续的工作提供了理论基础和实验数据。 (2)提出了多分辨下增强的自适应动态组稀疏检测算法。针对内河航运中低清晰度下运动目标难以检测的问题，研究利用压缩感知理论直接重构出前景和背景图像，不需要预先对背景进行建模，降低了算法对运动目标颜色特征的依赖，提高了低清晰度下运动目标的检测能力。在算法中提出了新的背景字典更新机制，引入了关键帧的思想，提高了慢速运动目标检测中存在的漏检问题。利用运动目标通常只出现在前景图像的小面积区域的特性，通过对运动目标进行多分辨率检测，提高了算法的实时性。实验结果验证了本文提出的多分辨下增强的自适应动态组稀疏检测算法在低清晰度场景下的优越性和快速性。 (3)提出了一种自适应的运动目标检测策略。针对某一固定算法只能适用于某一类或者某几类场景的问题，提出了一种自适应的运动目标检测策略：基于多个算法对同一视频序列并行处理，通过对各算法模块整体表现的预估以及对各参数的实时更新方式，来实现不同环境下运动目标的鲁棒检测。本文提出的自适应运动目标检测策略不限制所使用的算法数量和类型，有很好的兼容性，在运算速度满足要求的情况下，可以整合尽可能多的算法。基于本文提出的自适应运动目标检测策略，设计了一种包含11种检测算法的自适应内河航运船舶视觉检测系统，在对24段内河监控视频的检测实验中，自适应内河航运船舶视觉检测系统的综合得分FM值提高了9.8%，显示了系统具有良好的鲁棒性和兼容性。

目录

声明

第1章 绪论

1.1 研究的背景和意义

1.2 国内外研究现状

1.3 本文主要工作及内容安排

第2章 典型的运动目标检测算法研究

2.1 传统的运动目标检测算法

2.2 codebook算法

2.3 ViBe算法

2.4 SuBSENSE算法

2.5对比分析

2.6 本章小结

第3章 基于动态组稀疏的运动目标检测算法研究

3.1压缩感知理论

3.2动态组稀疏算法

3.3基于DGS的运动目标检测算法

3.4实验结果分析

3.5本章小结

第4章 自适应运动目标检测算法研究

4.1算法整体框架

4.2自适应策略

4.3实验对比分析

4.4本章小结

第 5 章 总结与展望

5.1 主要工作总结

5.2 后续工作展望

致谢

参考文献

作者在攻读硕士学位期间发表的学术论文