監(jiān)控視頻中的人體檢測(cè)與跟蹤算法研究.pdf

1、智能視頻監(jiān)控系統(tǒng)作為計(jì)算機(jī)視覺領(lǐng)域的一項(xiàng)研究熱點(diǎn)，廣泛應(yīng)用于公共安防、交通安全、智能車輛等領(lǐng)域。人體檢測(cè)與跟蹤算法是智能監(jiān)控系統(tǒng)中的核心技術(shù)，研究相關(guān)算法對(duì)智能監(jiān)控系統(tǒng)性能的提高和完善具有重要意義。為了實(shí)現(xiàn)監(jiān)控場(chǎng)景中準(zhǔn)確、實(shí)時(shí)的行人檢測(cè)與跟蹤，本文從算法設(shè)計(jì)入手，深入分析與研究了運(yùn)動(dòng)目標(biāo)檢測(cè)算法、人體檢測(cè)算法與行人跟蹤算法，并對(duì)以上算法進(jìn)行了優(yōu)化形成了一套完整的具有良好準(zhǔn)確性與實(shí)時(shí)性的行人檢測(cè)與跟蹤系統(tǒng)。針對(duì)以上系統(tǒng)，本文主要完成了以下

2、工作:
　　首先設(shè)計(jì)并實(shí)現(xiàn)了基于背景減除的運(yùn)動(dòng)目標(biāo)檢測(cè)算法，采用多模式均值模型作為背景模型完成前景掩碼的提取，隨后采用關(guān)聯(lián)濾波法對(duì)掩碼圖像進(jìn)行濾波，最后采用三次掃描連通域標(biāo)記算法提取完整的團(tuán)塊信息。此外，在預(yù)處理階段對(duì)視頻圖像進(jìn)行降采樣，減少了建模運(yùn)算量，提高了算法效率。
　　然后，對(duì)于運(yùn)動(dòng)區(qū)域內(nèi)目標(biāo)進(jìn)行識(shí)別，提取行人目標(biāo)，采用基于HOG特征與級(jí)聯(lián)Adaboost分類器結(jié)合的方法進(jìn)行多尺度行人檢測(cè)。為了解決行人之間的遮擋問題

3、，采用行人頭肩區(qū)域HOG特征代替行人整體進(jìn)行檢測(cè);為了加快人體檢測(cè)速度又不影響檢測(cè)效果，采用積分直方圖的方式優(yōu)化HOG特征提取過程;為了解決樣本不均衡問題，采用級(jí)聯(lián)結(jié)構(gòu)構(gòu)造分類器;為了實(shí)現(xiàn)多尺度行人的檢測(cè)，采用圖像金字塔方式進(jìn)行搜索，并對(duì)金字塔層數(shù)、目標(biāo)框融合方式進(jìn)行了優(yōu)化。
　　最后，采用特征模板匹配的方式進(jìn)行行人跟蹤，融合顏色直方圖特征、LTP紋理特征及梯度直方圖特征形成特征模板，并對(duì)以上特征進(jìn)行了分析減少特征維數(shù)，在進(jìn)行模板