没有合适的资源?快使用搜索试试~ 我知道了~
资源详情
资源评论
资源推荐
1
基于 Pipeline 算法的运动目标识别
摘要:本文给出了一个新的管道检测算法。这个算法可以从具有高噪声图像序列中检测和
跟踪单象素运动目标。它利用了运动目标轨迹的平滑性、时间连续性等特点,在序列图像
中,沿着观测窗口进行目标能量的累加;然后通过计算形心得到目标的位置信息,能够检
测信噪比(snr<=2)的弱目标,是高噪音环境下检测和跟踪具有任意轨迹的运动小目标
的理想方法。
关键词:Pipeline 图像识别 运动识别
1、引言
随着计算机处理能力的提高,利用计算机来分析、模拟人体运动也受到越来越多科学
家的注意。人体运动分析遇到的第一个问题就是运动检测。基于视频或者图像的人体运动
目标检测或识别,目前已经在多种多样的场合得到应用。更为重要的是,有些场所由于客
观原因,人类可能不方便或者根本不可能亲自到现场进行查看,这时,只有通过其他方式
如用计算机进行实时监控来完成需要的工作。
2、Pipeline 算法原理分析
Pipeline 的概念可以描述为:将一件需要重复做的事情切割成各个不同的阶段每一个阶
段由独立的单元负责。Pipeline 管道目标探测算法利用了瞬时目标轨道的空间连续性来探
测目标的存在。因此,对于具有合适算法性能的必要条件是:目标轨道必须是连续和平滑
的。基于这个假设,具有合适传感器抽样率的图像序列中,相临的两个图像中的目标轨迹
不能有大的缺口。
当一些临近框架的临时窗口列的灰度被累加后,这样的过程被应用到每一个象素,则
包含目标窗口中象素浓度的分布是不同于框架的其他位置的。当一个窗口中包含着一段轨
道时,浓度分布是非常连续的而且形状是有规则的。然而,当一个窗口列远离目标轨道时
它包含的象素浓度值就很低,即使有高浓度值的也不多,而且分布并不规则。根据以上分
析,管道探测算法焦点在于同一时间里一些框架的同一象素的临域内,通过探测临域内的
象素浓度分布来探测目标轨道。因为,传感器里传来的是图像序列,管道目标探测系统形
成一个管道,这个管道是由一些框架组成的(典型是三个到五个),在一个周期里推进一
个框架。在每一个周期里,管道中等于框架数的一列窗口(通常是正方形的)都是以同一
个点为中心的并且并行的工作。目标在窗口列中的存在将导致这个窗口列的灰度和高于周
围的灰度和或者高于一个下限,此时就要计算它在时空意义上的形心,这个形心就是轨道
和框架的交点。
3、适用于目标检测 Pipeline 算法模型
本文定义了三个索引的数据来表达一个图像序列,其中,两个索引是空间坐标
(x,y),第三个是抽象框架数的时间坐标。这通常被称为 3d 图像或时间序列。基于这个
理念构建管道原始结构如图 1.
karlpan01
- 粉丝: 28
- 资源: 20
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论0