智能視頻監(jiān)控中行人跟蹤技術(shù)研究.pdf

1、為進(jìn)一步提高智能視頻監(jiān)控中行人跟蹤的準(zhǔn)確性、魯棒性和實(shí)時(shí)性，本文主要對(duì)基于檢測(cè)與分類的行人檢測(cè)方法和基于特征表征與運(yùn)動(dòng)模型結(jié)合的行人跟蹤方法進(jìn)行了研究。
　　在行人檢測(cè)部分，本文提出了基于貝葉斯建模的運(yùn)動(dòng)目標(biāo)檢測(cè)方法，通過(guò)用不同特征表示背景中的不同部分，能夠從相對(duì)復(fù)雜的監(jiān)控場(chǎng)景中提取出較為完整的運(yùn)動(dòng)目標(biāo)，實(shí)驗(yàn)表明該方法可有效地處理背景中存在的運(yùn)動(dòng)干擾，且對(duì)光照變化有較強(qiáng)的適應(yīng)性。此外，本文利用積分圖和PCA降維處理減小了HOG特征

2、提取的運(yùn)算量，并在基于貝葉斯建模運(yùn)動(dòng)目標(biāo)檢測(cè)方法提取出運(yùn)動(dòng)目標(biāo)區(qū)域后，基于改進(jìn)HOG特征和SVM的目標(biāo)分類方法實(shí)現(xiàn)了快速行人檢測(cè)。實(shí)驗(yàn)表明，本文的行人檢測(cè)方法比直接基于全局搜索的行人檢測(cè)方法具有更高的準(zhǔn)確率和效率。
　　在行人跟蹤部分，本文提出了一種新的結(jié)合SIFT和Kalman濾波的Mean shift行人跟蹤方法，能夠針對(duì)不同情況有針對(duì)性地選擇相應(yīng)的跟蹤策略，以充分利用SIFT特征的尺度不變性以及Kalman濾波的運(yùn)動(dòng)估計(jì)特性