復雜背景下的行人目標檢測與跟蹤技術研究.pdf

1、行人檢測是近幾年的研究熱點并且發(fā)展迅速。目前已經涌現(xiàn)了很多優(yōu)秀的行人檢測方法，能夠滿足實際應用對檢測率等性能的要求。本文通過查閱國內外復雜背景下行人檢測的相關資料，深入研究現(xiàn)有識別方法及相關理論，針對現(xiàn)有通用的行人檢測步驟，詳細研究了從行人檢測及至跟蹤的每一個環(huán)節(jié)。通過建立全局運動估計參數模型，運用基于改進的ORB特征的快速目標檢測算法對行人進行檢測和跟蹤，最后利用基于K-means算法和PROSAC(改進的樣本一致性)算法去除誤匹配點

2、，以準確識別和跟蹤目標行人，提高準確性。
　　首先針對實際情況，建立全局運動參數模型以便能夠準確及時的對復雜背景下的目標行人進行檢測并予以跟蹤，參數模型使用的參數越多，對全局運動的估計越準確，但計算復雜性也越大。綜合考慮算法的計算量、實時性以及運動估計精度，本文采用的攝像機的運動參數模型是正交投影六參數仿射模型。
　　其次在復雜背景下行人的檢測與跟蹤的研究中，采用基于改進的ORB特征的快速目標檢測算法對行人進行檢測和跟蹤，先

3、從各幀圖像中的目標行人檢測出改進的FAST特征點，組成一個oFAST特征點集，使用改進的BRIEF描述子rBRIEF對檢測到的特征點進行描述，結合貪婪算法和窮舉算法對其執(zhí)行一個搜索，從所有可能的二進制測試中找到既具有高方差又具有非相關性的rBRIEF，利用改進的ORB算法對圖像各幀和目標幀中的行人目標進行特征點匹配，實現(xiàn)了跟蹤的目的，并進行仿真驗證。
　　最后在復雜背景下對目標所提取的特征點進行匹配時，由于攝像機的平移、旋轉和縮放