跳到主要內容

臺灣博碩士論文加值系統

(44.221.73.157) 您好!臺灣時間:2024/06/20 10:42
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:林楷崴
研究生(外文):Kai- Wei Lin
論文名稱:利用影像處理技術進行前景偵測與軌跡重建
論文名稱(外文):Using Image Processing Technology For Foreground Detection and Trajectory Reconstruction
指導教授:賴政良賴政良引用關係
指導教授(外文):Cheng- Liang Lai
學位類別:碩士
校院名稱:佛光大學
系所名稱:資訊學系
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:2011
畢業學年度:99
語文別:中文
中文關鍵詞:影像監控系統前景偵測移動物偵測路徑偵測非監督式學習
相關次數:
  • 被引用被引用:1
  • 點閱點閱:401
  • 評分評分:
  • 下載下載:46
  • 收藏至我的研究室書目清單書目收藏:0
影像監控系統相關研究文獻在近幾年來蓬勃發展,包含物件追蹤、移動物行為分析及行為異常偵測等方向。為了讓偵測系統能夠更精準預測移動物的行為,建置出正確的移動物路徑模型是非常重要的。
在建置路徑的過程中,本文先利用高斯建模方法建立背景模型,使用背景相減法擷取出影片中的移動物,並採用型態學運算消除雜訊及連通段開(Connect Componect)將多個移動物個別標記。接著擷取移動物的顏色特徵及座標位置,利用CAM Shift於畫面中搜尋移動物特徵進行多移動物偵測並更新其特徵。最後分別計算其重心位置並進行修補後,記錄成一連串的軌跡座標。本研究在移動物的軌跡座標資料中先進行特徵的擷取,例如軌跡於畫面中的出入口邊緣位置以及軌跡在畫面中的軌跡向量等。接著利用上述特徵屬性比對畫面中的既更路徑,軌跡經比對後如果差異極大,則此路徑將被視為一條新路徑,反之則更新既更的路徑。在反覆進行上述演算及比對後,最終將建構出一個最佳的路徑模型。在實作部分,本研究針對複雜的軌跡、不同類型的移動物設計出影片來作實驗驗證。
實驗結果顯示,本論文利用非監督式學習演算法,將畫面中移動物的軌跡加以分析統計後,可建構出完整的路徑模型。相較於以往路徑模型建置的方法,本論文先擷取出軌跡的特徵,以減少資料的儲存量;路徑模型更新的方法,本論文採用自適性權重值,調整軌跡更新至路徑之權重,可更效降低異常軌跡對路徑的影響度。
目錄
中文摘要 I
Abstract II
目錄 III
圖目錄 V
表目錄 VII
第一章 緒論 1
1.1 研究動機 1
1.2 研究目的 3
第二章 文獻探討 4
2.1 前景偵測 4
2.2 移動物偵測 6
2.3 路徑模型建置 7
第三章 研究方法 10
3.1 背景相減法(Background Modeling and Subtraction Method) 10
3.1.1 背景模型建立 11
3.1.2 背景模型更新 12
3.1.3 背景模型更新 13
3.2 移動物追蹤(Continuously Adaptive Mean Shift Method) 14
3.2.1 移動物特徵擷取 14
3.2.2 移動物畫面比對與特徵更新 15
3.3 路徑模型建置(Route Detection) 16
3.3.1 軌跡特徵擷取 17
3.3.2 路徑區域定義 19
3.3.3 軌跡與路徑比對 20
3.3.4 新路徑建置、路徑更新與最適路徑選取 22
IV
3.3.5 特徵點更新與路徑合併 .......... 23
第四章 實驗結果 27
4.1 實驗流程及環境敘述 27
4.2 實驗個案 29
第五章 結論與未來研究方向 40
參考文獻 41
參考文獻
[1] 內政部警政署警政治安全球資訊網─警政統計年報,2011年1月瀏覽。
[2] 鐘國亮,影像處理與電腦視覺,東華書局,2006。
[3] 繆紹綱,數位影像處裡,台灣培生教育出版,2006。
[4] D. Makris, T. Ellis and J. Black, “Intelligent Visual Surveillance: Towards Cognitive Vision Systems”, The Open Cybernetics and Systemics Journal, 219-229, 2008.
[5] 韓欽銓、林永欽,利用視訊壓縮資料進行人體步伐分析,中華大學資訊工程學系碩士班碩士論文,2004。
[6] L. Li, W. Huang, I. Y. H. Gu, Q. Tian, “Foreground Object Detection from Videos Containing Complex Background”, ACM international conference on Multimedia, 2-10, 2003.
[7] C. Stauffer and W.E.L Grimson, “Adaptive background mixture models for real-time tracking”, Computer Vision and Pattern Recognition, 1999.
[8] 連振昌、唐嘉宏,雙相機之多目標物特寫追蹤系統,中華大學資訊工程學系碩士班碩士論文,2006。
[9] 范國清、胡智強,全景影像之移動物偵測與追蹤系統,國立中央大學資訊工程研究所碩士論文,2005。
[10] J. L. Barron, D.J. Fleet and S.S. Beauchemin, “Performance of optical flow techniques”, International Journal of Computer Vision 12:1, 43-77 , 1994.
[11] J. Cui, H. Zha, H. Zhao and R. Shibasaki, “Multi-modal tracking of people using laser scanners and video camera”, Image and Vision Computing 26, 240-255, 2008.
42
[12] A. Bugeau and P.Perez, “Detection and segmentation of moving objects in complex scenes”, Computer Vision and Image Understanding 113, 459-476, 2009.
[13] I. Haritaoglu, D. Harwood and L. S. Davis, “W4: Real-Time Surveillance of People and Their Activities”, Pattern Analysis and Machine Intelligence 22, 809-832, 2000.
[14] D.Hall, J. Nascimento, P. Ribeiro, E. Andrade, P. Moreno, S. Pesnel, T. List, R. Emonet, R.B. Fisher, J. Santos Victor and J.L. Crowley, “Comparison of target detection algorithms using adaptive background models”, Visual Surveillance and Performance Evaluation of Tracking and Surveillance, 113-120, 2005.
[15] R. E. Kalman, “A New Approach to Linear Filtering and Prediction Problems”, Transactions of the ASME–Journal of Basic Engineering, 82 (Series D): 35-45, 1960.
[16] 連振昌、唐嘉宏,雙相機之多目標物特寫追蹤系統,中華大學資訊工程學系碩士班碩士論文,2006。
[17]V. K. Singh, P. K. Atrey, and M. S. Kankanhalli, “Coopetitive Visual Surveillance using Model Predictive Control”, Video surveillance & sensor networks, 149-158, 2005.
[18] 范欽雄、宋炫慶,基於粒子濾波技術的多個移動物體之即時視覺偵測與追蹤,國立台灣科技大學資訊工程系碩士論文,2004。
[19] 孫宗瀛、陳宏君,自動誤差修正機制使用於線上移動物體軌跡預測的研究,國立東華大學電機工程學系碩士論文,2006。
[20] G. R. Bradski, “Computer Vision Face Tracking For Use in a Perceptual User Interface”, Intel Technology Journal, Q2 ’98, 1998.
[21] 黃仲陵、許清榮,利用雙PTZ攝影機之動態物件追蹤,佛光大學資訊學系碩士論文,2009。
43
[22] D. Makris and T. Ellis, ”Finding Paths in Video Sequences”, British Machine Vision Conference, 263-272, 2001.
[23] D. Makris and T. Ellis, “Path Detection in Video Surveillance”, Image and Vision Computing, 895-903, 2002.
[24] D. Makris and T. Ellis, “Automatic Learning of an Activity-Based Semantic Scene Model”, Advanced Video and Signal Based Surveillance, 183-188, 2003.
[25] D. Makris, T. Ellis and J. Black, “Learning Semantic Scene Models from Observing Activity in Visual Surveillance”, Systems, Man, and Cybernetics, Part B: Cybernetics, 397-408, 2005.
[26] J. Black, D. Makris and T. Ellis, ”Validation of Blind Region Learning and Tracking”, Visual Surveillance and Performance Evaluation of Tracking and Surveillance, 9-16, 2005.
[27] D. Bauer, N. Brandle, S. Seer and R. Pflugfelder, “Finding Highly Frequented Paths in Video Sequences”, International Conference on Pattern Recognition, 387-391, 2006.
[28] W. Hu, X. Xiao, Z. FU, D. Xie and T. Tan, “A System for Learning Statistical Motion Patterns”, Pattern Analysis and Machine Intelligence, 1450-1464, 2006.
[29] I. N. Junejo and H. Foroosh, “Euclidean Path Modeling for Video Surveillance”, Image and Vision Computing 26, 2008.
[30] P. Baiget, E. Sommerlade, I. Reid and J. Gonzalez, “Finding Prototypes to Estimate Trajectory Development in Outdoor Scenarios”, THEMIS, 27-34, 2008.
[31] C.- L. Lai and K.- W. Lin, “Automatic Path Modeling by Image Processing Techniques”, International Conference on Machine Learning and Cybernetics, 2589-2594, 2010.
連結至畢業學校之論文網頁點我開啟連結
註: 此連結為研究生畢業學校所提供,不一定有電子全文可供下載,若連結有誤,請點選上方之〝勘誤回報〞功能,我們會盡快修正,謝謝!
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top