查詢結果分析
來源資料
相關文獻
- 基於類神經網路學習的影像伺服系統:以立體視覺引導PTZ攝影機跟拍的監控方案
- 使用PTZ攝影機之近環場式視訊監控保全系統
- 倒傳遞類神經模式應用於桃園大圳渠道水位之研究
- Neural Network Procedures for Taguchi's Dynamic Problems
- 東部遙控中心規劃與龍澗副遙控中心研製
- A Fast and Efficient Competitive Learning Design Algorithm Based on Weight Vector Training in Transform Domain
- 專家系統振動訊號圖型判別之研究
- 反傳遞模糊類神經網路於流量推估之應用
- 類神經網路(Neural Networks)的種類及其在影像處理上的應用
- C++Fuzzy類神經網路物件導向發展系統之建立
頁籤選單縮合
題 名 | 基於類神經網路學習的影像伺服系統:以立體視覺引導PTZ攝影機跟拍的監控方案=A Case Study on Neural-Network-Based Visual Servoing Systems:A PTZ Camera Surveillance System Guided with Stereo Vision |
---|---|
作 者 | 彭守道; 何采宇; 張超群; | 書刊名 | 南臺學報 |
卷 期 | 36:3 2011.10[民100.10] |
頁 次 | 頁67-82 |
分類號 | 448.94 |
關鍵詞 | 立體視覺; PTZ攝影機; 監控系統; 影像伺服系統; Mean Shift演算法; 類神經網路; Stereo vision; PTZ camera; Surveillance system; Visual-servoing system; Mean shift algorithm; Neural network; |
語 文 | 中文(Chinese) |
中文摘要 | 搖攝-傾斜-變焦攝影機(Pan-Tilt-Zoom Camera, 本文簡稱為PTZ 攝影機)具有球型基座旋轉與光學放 大的特色,因此能適時調整拍攝角度提供辨識率較佳的影像。近年來以PTZ 攝影機跟拍目標物的監控方 案已有許多應用,但當進行近距離跟拍時,此類攝影機常因視野捕捉範圍小,發生追蹤失敗的情況。本 文考慮以立體視覺引導PTZ 攝影機進行跟拍的監控方案,藉此增強PTZ 攝影機追尋目標物時的穩定性。 研究中的影像追蹤技巧,採用了Mean Shift 演算法與適應性背景相減法。立體視覺與攝影機轉動角度間 的影像伺服關係,則採用類神經網路學習模式,以非校正式的方式建立。實驗結果顯示,經過類神經網 路充分的調整學習後,系統能以立體影像資訊引導攝影機進行跟拍,將目標物影像定位在攝影機畫面中 心鄰域。研究中的影像追蹤技巧,採用了Mean Shift 演算法與適應性背景相減法。立體視覺與攝影機轉 動角度間的影像伺服關係,則採用類神經網路學習模式,以非校正式的方式建立。實驗結果顯示,經過 類神經網路充分的調整學習後,系統能以立體影像資訊引導攝影機進行跟拍,將目標物影像定位在攝影 機畫面中心鄰域。 |
英文摘要 | In this paper we are concerned with a kind of surveillance system, in which a Pan-Tilt-Zoom (PTZ) camera is aimed at suspect objects by referring to the stereo-vision information provided by the other two static cameras. The modified Mean shift algorithm and un-calibrated learning neural networks respectively are used for detecting the object image and for establishing the mapping of visual-servoing. Experiments showed that the mapping between the stereo-vision and rotation angles of the PTZ camera can be effectively constructed. The PTZ camera can be guided to locate the target image accurate in the neighborhood of the screen center. |
本系統中英文摘要資訊取自各篇刊載內容。