基于GPU的视频序列中运动目标轮廓提取.pdf

基于GPU的视频序列中运动目标轮廓提取.pdf 本文主要介绍了一种基于GPU的视频序列中运动目标轮廓提取算法。传统的高斯混合建模算法对阴影的抑制效果差，且存在噪声干扰和对光照突变比较敏感的问题。为了解决这些问题，论文提出了改进的高斯混合建模方法，该方法利用Canny边缘图像对噪声和光照适应性强的特点，将传统高斯混合模型与Canny边缘检测相结合来提取目标轮廓。 然而，该方法复杂度高且计算量大，不满足视频分析实时性的需求。因此，论文采用基于CUDA平台的GPU来设计和实现该运动目标轮廓提取算法。实验结果表明，该算法增强了对噪声和光照的适应性，且有效抑制了图像中的阴影，在保证效果的前提下能够更快速地提取视频序列中的运动目标轮廓。 下面是本文中的关键知识点： 1. 高斯混合建模算法：是种常用的目标检测算法，能够对视频序列中的运动目标进行检测和跟踪。但是，该算法对阴影的抑制效果差，且存在噪声干扰和对光照突变比较敏感的问题。 2. Canny边缘检测算法：是一种常用的边缘检测算法，能够对图像中的边缘进行检测。该算法具有对噪声和光照适应性强的特点，能够有效地抑制图像中的阴影。 3. GPU加速计算：是指使用GPU来加速计算的技术。GPU具有强大的计算能力和并行处理的优势，能够加速视频序列中的运动目标轮廓提取。 4. CUDA平台：是指NVIDIA公司推出的一个并行计算平台，能够提供强大的计算能力和并行处理的优势，常用于GPU加速计算。 5. 视频序列中的运动目标轮廓提取：是指从视频序列中提取运动目标的轮廓信息，能够应用于视频分析、物体跟踪、视频压缩等领域。 6. 图像处理技术：是指使用计算机来处理和分析图像的技术，能够应用于图像enhancement、图像恢复、目标检测等领域。 7. 数据处理技术：是指使用计算机来处理和分析数据的技术，能够应用于数据挖掘、数据分析、数据可视化等领域。 8. 专业指导：是指对论文或研究生的指导和监督，能够帮助他们更好地完成研究工作。 本文主要介绍了一种基于GPU的视频序列中运动目标轮廓提取算法，能够应用于视频分析、物体跟踪、视频压缩等领域。