图像序列中人体运动的检测和跟踪的中期报告.docx

图像序列中人体运动的检测和跟踪的中期报告
针对图像序列中人体运动的检测和跟踪，我们已经完成了以下工作：
1.数据收集与预处理
我们采用了两个开源数据集：MOTChallenge数据集和PennAction数据集。MOTChallenge数据集中包含了各种人体运动场景的视频序列，而PennAction数据集中则专注于人体动作分类。我们从这两个数据集中收集了大量图像数据，并进行了预处理，包括缩放、裁剪、筛选等操作，为后续人体运动检测与跟踪打下了基础。
2.目标检测
我们采用了两种目标检测算法：YOLOv3和FasterR-CNN。YOLOv3算法的检测速度较快，可以实现实时检测；而FasterR-CNN则具有更高的检测精度。我们根据实际情况选择了不同的算法进行实验，并对其性能进行了评估。
3.目标跟踪
我们采用了三种目标跟踪算法：SORT、DeepSORT和MOTS。这些算法均可以实现在视频序列中对目标进行跟踪，并对目标与背景进行分离。我们还进行了算法性能的比较和分析，以便更好地选择适合我们任务的算法。
目前，我们已经完成了中期报告的内容，下一步我们将继续完善算法并进行实验与性能评测，以获得更好的效果。