题目：视频运动目标检测、识别与跟踪

视频图像中运动目标的检测和跟踪是计算机视觉领域应用广泛的一个重要分支。本文针对静止场景下监控视频中的运动目标检测与跟踪，做了以下方面的研究工作： 本文设计出一套基于内容的背景更新方法，通过将前景团块分类，能够适应光线渐变、较及时消除拖影，且可人为控制时限将静止目标纳入背景；并通过适当图像处理技术抑制目标提取过程中所受的诸如树枝摇摆等无关事件的干扰，在室外环境下能及时得到较完整、准确的目标团块。 同时，鉴于传统特征匹配和运动分析跟踪方法在以行人为跟踪对象时存在的缺点，本文选择基于实时检测的方案，在室外环境对多目标整体进行跟踪，取得较令人满意的效果，可处理一定遮挡问题，且满足实时性要求。 针对在室内环境下对目标整体检测和跟踪出现的种种问题，本文提出了一套基于背景差分与边缘检测的头部检测方法，通过大幅缩小近圆形检测中的圆心坐标范围，较一般Hough变换检测方法高效实用。在对现有室内监控视频的实验中，此方案在达到80%以上的单帧检出率并使95%以上的行人头部在进入场景内短时间内被检出的同时，实现极低的头部误检。 最后，以此为基础，本文基于行人头部运动特点，通过以轮廓为主的特征匹配以及对头部遮挡情况的特殊处理，实现了对室内多目标头部的可靠跟踪。