基于SAD和扩展卡尔曼滤波的目标跟踪与监测

发布时间：2022-08-10 17:01

　　文中构建目标跟踪与监测系统,其主要任务是在固定摄像机的帮助下,对进入建筑物的人或其他移动物体进行探测和跟踪。首先,选择绝对差和技术来检测运动物体或人;然后,采用扩展卡尔曼滤波器进行非线性跟踪,同时利用扩展卡尔曼滤波预测每帧目标的下一个位置。在监测记录系统中,采用运动阈值模型,标记运动物体在不同帧中的位置。采用MATLAB软件对系统整体模型进行仿真,结果表明该系统能够成功地检测和跟踪人和物体。 

【文章页数】：4 页

【文章目录】：
0 引言
1 目标检测
2 目标跟踪
3 系统构建和控制算法
4 结果和讨论
5 结束语


【参考文献】：
期刊论文
[1]目标跟踪算法综述[J]. 孟琭,杨旭.  自动化学报. 2019(07)
[2]改进的扩展卡尔曼滤波算法研究[J]. 贺军义,李男男,安葳鹏.  测控技术. 2018(12)
[3]基于改进扩展卡尔曼滤波算法的移动机器人定位方法研究[J]. 陈庆武,张志安,何雨,韩明明,黄学功.  测试技术学报. 2018(04)
[4]一种改进的SAD目标跟踪算法[J]. 赵柏山,刘佳琪,王禹衡.  微处理机. 2018(02)
[5]基于高斯和的二阶扩展卡尔曼滤波算法[J]. 张帆,施化吉,周从华,李雷.  信息技术. 2017(12)
[6]一种改进的Mean Shift运动目标跟踪算法[J]. 肖江,陈想,丁亮.  信息技术. 2017(01)
[7]改进扩展卡尔曼滤波算法的目标跟踪算法[J]. 杨鹏生,吴晓军,张玉梅.  计算机工程与应用. 2016(05)
[8]基于改进扩展卡尔曼滤波算法的空中目标跟踪[J]. 孙杰,胡瑞,杨辉.  舰船电子对抗. 2013(06)
[9]基于扩展卡尔曼滤波算法的RBF神经网络主动视觉跟踪[J]. 唐新星,徐淼,白羽,张邦成.  制造业自动化. 2013(20)

博士论文
[1]基于视频的人体检测与目标跟踪方法研究[D]. 倪洪印.吉林大学 2014

硕士论文
[1]基于Best-Buddies Similarity的鲁棒性可变形模板匹配算法研究[D]. 赵文鲜.广西师范大学 2018
[2]复杂背景下的运动目标跟踪算法研究及其应用[D]. 胡玮静.江南大学 2014



本文编号：3674014