导读:本文包含了运动检测论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:目标,重力,差分,固体潮,卷积,航迹,模型。
运动检测论文文献综述
胡瑞卿,田杰荣[1]（2019）在《运动目标检测系统算法Simulink仿真》一文中研究指出随着计算机技术的不断发展和进步,计算机视觉理论及算法的研究也飞速前进,视觉系统虽然既能感知静止物体又能感知运动物体,但在多数情况下,人们一般只关注运动的目标。如今,不论是在军用还是民用领域,运动目标检测技术已经被越来越多的科学工作者高度关注。基于此,对运动目标检测系统进行了Simulink算法仿真,设计了运动目标检测仿真系统的总体框架,分析研究了系统的处理流程,将获取的视频源转化为灰度模式,对其进行光流法处理,进行流速阈值判别,并采用中值滤波与区域滤波器进行滤波,进行Blob分析,对图像数据进行恢复并显示出来。给出了运动目标检测的整体仿真结果。仿真结果表明,系统能够正确检测到运动目标,而且仿真效果较好,验证了系统设计的正确性。(本文来源于《计算机与数字工程》期刊2019年12期）
吕苗苗,孙建明[2]（2019）在《基于改进高斯混合模型的运动图像目标检测算法》一文中研究指出运动图像目标检测指的是从序列图像中将变化的目标从背景中分离出来,高斯混合模型可以对视频序列图像的前景和背景进行分类,再利用背景减除实现运动目标的检测。提出一种基于改进高斯混合模型的优化背景建模方法,该方法首先利用3×3模板对序列图像帧中的像素进行类似卷积的均值计算,然后利用相邻均值的差提取均差因子自适应更新图像的均值。在此基础上,设计了自适应学习率和学习速率,利用改进高斯混合模型实现序列图像的背景建模。改进模型不仅能有效减少数据计算量,同时可以降低在相似区域像素计算的时长,大大加快背景建模速度。实验结果表明,改进模型在目标检测、算法执行速率等性能指标上都有更好的表现,能满足实时检测要求。(本文来源于《半导体光电》期刊2019年06期）
罗敏,刘洞波,文浩轩,陈鑫海,宋丹[3]（2019）在《基于背景差分法和帧间差分法的车辆运动目标检测》一文中研究指出针对背景差分法和帧间差分法在检测车辆运动目标时存在阴影的问题,提出一种结合背景差分法和帧间差分法去除阴影的车辆运动目标检测算法.首先采用均值法从图像序列建模获取背景,通过背景差分法对当前帧进行差分得到背景差分图,二值化得到二值图.然后利用改进Robert算子对二值图与背景差分图进行边缘检测.最后通过对两张边缘图像进行帧间差分,得到去除阴影的车辆运动目标.(本文来源于《湖南工程学院学报(自然科学版)》期刊2019年04期）
林洋,张顺生,王文钦,桂荣华[4]（2019）在《LFM正交调制的FDA-MIMO雷达运动目标检测》一文中研究指出频控阵(FDA)雷达的提出引起了广泛关注,而应用FDA对运动的微弱目标进行检测是目前来说研究相对较少。针对FDA模型下的运动目标跨距离单元走动下的检测,存在波束时变以及回波脉压结果受频偏影响很大等问题,其中波束时变是指FDA发射波束随时间变化,这使得后续匹配滤波后信号峰值错位,同时对于多发单收体制,频偏对脉压结果影响很大,当频偏大于一定范围时,脉压结果出现多峰值,使得检测完全失效。本文提出利用keystone变换与频控阵-多输入多输出(FDA-MIMO)结合的技术处理该问题。理论及仿真结果证明,FDA-MIMO模型与keystone变换结合可以解决时变性影响并很好地处理运动目标探测中距离徙动问题,提高微弱低可观测目标的检测概率。(本文来源于《信号处理》期刊2019年11期）
文俊,王以豪,杨婷婷[5]（2019）在《中科院武汉分院孙和平、杨春和当选院士》一文中研究指出11月22日，中国科学院和中国工程院分别公布2019年新当选院士名单，中科院武汉分院2名研究员当选：中国科学院精密测量科学与技术创新研究院孙和平研究员当选为中国科学院院士，中国科学院武汉岩土力学所杨春和研究员当选为中国工程院院士。1955年出生的(本文来源于《湖北日报》期刊2019-11-23）
孙超[6]（2019）在《基于Android的业余赛车运动关键参数检测系统设计》一文中研究指出为了提升运动员的成绩,利用先进的感知技术实现运动过程参数的采集,根据各学科的不同训练需要,设置专业的模型以达到对运动员身体状况的持续控制,从而预防健康风险和伤害。然而,在业余比赛中,由于可用的预算费用较低,从而限制了高端传感器的使用。为此提出了一种基于Android智能手机的低成本监控系统,用于业余赛车比赛中的监控。通过一个单导联心电图描记图、体温和驱动加速计实现数据的同时获取、本地存储及预处理,并定期发送到云服务,以本地化及云化的两种方式解决感知实时性的问题。通过测试跑道上的赛车进行的实验测试证明了该方法的有效性,通过该方法可获取关键运动数据,从而完成对车手骑行过程中的关键参数指标的监控。(本文来源于《微型电脑应用》期刊2019年11期）
孙怡峰,吴疆,黄严严,汤光明[7]（2019）在《一种视频监控中基于航迹的运动小目标检测算法》一文中研究指出针对视频监控中运动小目标难以检测的问题,该文提出一种基于航迹的检测算法。首先,为了降低检测漏警率,提出区域纹理特征与差值概率融合的自适应前景提取方法;其次,为了降低检测虚警率,设计航迹关联的概率计算模型以建立疑似目标在视频帧间的关联,并设置双门限以区分疑似目标中的真实目标与虚假目标。实验结果表明,与多种经典算法相比,该算法能对定量范围内的运动小目标以更低的漏警率和虚警率实施准确检测。(本文来源于《电子与信息学报》期刊2019年11期）
王香荣,王伟洁,赵京生,孔令琴,赵跃进[8]（2019）在《基于视频的非接触式多人运动状态下心率实时检测》一文中研究指出心血管疾病已成为了人类的第一大杀手,心率作为表征心血管状况重要指标,其临床及日常监测对预防心血管疾病引起的猝死具有重要意义。设计了一个基于视频的非接触式运动状态下多人心率实时检测系统,通过人脸检测与人脸跟踪技术实现多人实时准确检测跟踪,并采用感兴趣区域自适应提取与ASF滤波算法,抑制了IPPG信号中的运动伪差,实现了高信噪比脉搏波信号提取。采用医用指夹式血氧仪进行对比实验,二者的均方根误差为4.1280BPM、相关系数为0.812。Bland-Altman分析结果显示,大多数点分布在95%的置信区间内,表明设计的心率监测系统与标准指夹式测量结果具有较好的一致性。(本文来源于《光学技术》期刊2019年06期）
卢裕秋,孙金玉,马世伟[9]（2019）在《基于深度卷积神经网络的运动目标检测方法》一文中研究指出针对运动目标检测中的间歇性运动问题,设计了一个深度卷积神经网络MONet。在缺乏训练数据集的情况下,利用仿射变换生成一个合成数据集Go Chairs,并在此基础上进行网络的训练和测试。结果表明,训练后的MONet能够有效地根据像素点之间的对应关系检测出运动的目标。传统的运动目标检测数据集CDnet和I2R被用于测试以验证该网络的泛化性能。针对目标的间歇性运动问题,MONet与经典方法进行了定性和定量的比较。实验结果证明了该网络在检测间歇性运动的目标时的优越性。(本文来源于《系统仿真学报》期刊2019年11期）
陈宁,陈本均[10]（2019）在《基于差分法和轮廓填充的运动目标检测方法》一文中研究指出针对当前计算机视觉领域的运动目标检测存在残缺不全的问题,提出一种基于差分法和轮廓填充的检测新方法。利用帧间差分法提取运动视频前景,绘制帧差结果的最小外接圆,并对其进行填充得到帧差目标;同时利用背景消除法对相同的运动视频进行前景提取,并填充其结果轮廓,得到背景差目标;对帧差目标和背景差目标进行与运算即可得到真正的运动目标。试验采用行人和烟雾视频作为测试样本,结果表明该方法计算简便,准确率分别达94.42%和93.88%,可实现对运动目标的有效提取。(本文来源于《浙江科技学院学报》期刊2019年05期）
运动检测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
运动图像目标检测指的是从序列图像中将变化的目标从背景中分离出来,高斯混合模型可以对视频序列图像的前景和背景进行分类,再利用背景减除实现运动目标的检测。提出一种基于改进高斯混合模型的优化背景建模方法,该方法首先利用3×3模板对序列图像帧中的像素进行类似卷积的均值计算,然后利用相邻均值的差提取均差因子自适应更新图像的均值。在此基础上,设计了自适应学习率和学习速率,利用改进高斯混合模型实现序列图像的背景建模。改进模型不仅能有效减少数据计算量,同时可以降低在相似区域像素计算的时长,大大加快背景建模速度。实验结果表明,改进模型在目标检测、算法执行速率等性能指标上都有更好的表现,能满足实时检测要求。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
运动检测论文参考文献
[1].胡瑞卿,田杰荣.运动目标检测系统算法Simulink仿真[J].计算机与数字工程.2019
[2].吕苗苗,孙建明.基于改进高斯混合模型的运动图像目标检测算法[J].半导体光电.2019
[3].罗敏,刘洞波,文浩轩,陈鑫海,宋丹.基于背景差分法和帧间差分法的车辆运动目标检测[J].湖南工程学院学报(自然科学版).2019
[4].林洋,张顺生,王文钦,桂荣华.LFM正交调制的FDA-MIMO雷达运动目标检测[J].信号处理.2019
[5].文俊,王以豪,杨婷婷.中科院武汉分院孙和平、杨春和当选院士[N].湖北日报.2019
[6].孙超.基于Android的业余赛车运动关键参数检测系统设计[J].微型电脑应用.2019
[7].孙怡峰,吴疆,黄严严,汤光明.一种视频监控中基于航迹的运动小目标检测算法[J].电子与信息学报.2019
[8].王香荣,王伟洁,赵京生,孔令琴,赵跃进.基于视频的非接触式多人运动状态下心率实时检测[J].光学技术.2019
[9].卢裕秋,孙金玉,马世伟.基于深度卷积神经网络的运动目标检测方法[J].系统仿真学报.2019
[10].陈宁,陈本均.基于差分法和轮廓填充的运动目标检测方法[J].浙江科技学院学报.2019
论文知识图
