实时多类运动目标跟踪与识别

实时多类运动目标跟踪与识别(中文6000字,英文PDF)
摘要：现有的跟踪识别方法主要集中在单类目标上，而系统的跟踪识别方法主要集中在单类目标上。交通管理或智能交通往往需要实时的多类目标跟踪和识别。本研究              提出了一种基于高斯混合部分模型的多类移动目标识别方法。准确定位感兴趣的对象并识别其相应的类别。该方法是多线程的并将软聚类方法与基于多个混合部分的模型相结合，提供稳定的多类目标跟踪。以及视频序列中的识别。该方法的亮点在于其识别多类移动目标的能力，以及在固定焦距的固定摄像机拍摄的视频序列中计算它们的数量。其他贡献              本文提出了一种可扩展的基于零件的对象识别模型。提高系统整体性能，降低时间成本，更好地满足视频系统的实际需求。实验结果表明，该方法在实时多类运动目标跟踪识别中是可行的。