部分内容展示

针对目前运动目标检测与跟踪技术的发展现状，论文基于Open CV开源计算机视觉库和Visual Studio 2013开发平台，以视频序列中的运动目标为对象，采用多种数字图像处理技术对获取图像进行预处理，改进目标检测算法提高检测过程的实时性和有效性，优化跟踪处理算法实现目标的快速和准确跟踪。
文章首先在绪论部分主要对本文的研究背景及意义进行阐述，阐述当前的社会背景下，研究和分析智能视频监控的人脸跟踪算法研究的价值和意义。然后对人脸跟踪的相关概念、人脸跟踪的算法分类以及本文重点研究的Cam shift进行简要的概述，为本文的研究奠定一定的理论基础。接着重点对Cam shift算法的原理以及优缺点，结合Kalman算法进行改进设计。最后结合OPEN CV技术，构建实验环境、设计实验方案，对改进之后的Cam shift算法和经典的Cam shift算法的人脸跟踪效果进行对比分析。
 
关键词  人脸跟踪；Open CV；Cam shift；更多范文
计算机视觉在各个领域都有着广泛的应用。近些年来，随着处理器速度的不断提升，制造成本不断降低，以及各种嵌入式系统的广发应用，使得计算机的智能视觉系统有了更广阔的前景，网络传输的快速发展，使得实时传输高清视频数据成为可能。
智能视频监控系统是计算机视觉领域的重要应用之一，可广泛应用于银行，公司，店铺，家庭等场所防盗。有研究显示，中国视频监控市场将保持强劲增长，摄像头的数量将以每年20%的速度快速增长。但是传统视频监控系统只是捕捉图像信息，并不会对视频进行处理，并且耗费大量的空间来存储录像。传统监控方式依旧是以人工监控为主，这样就存在许多问题，如当监控人员疲劳时会造成误报漏报，而且录像检索困难，存在大量无意义录像等，这样就大大降低了监控系统的实时性，降低了监控性能与效率。