基于組件表示和協(xié)同檢測(cè)的人體跟蹤算法研究.pdf

1、基于視頻的人的檢測(cè)與跟蹤是計(jì)算機(jī)視覺(jué)領(lǐng)域熱點(diǎn)的研究方向之一,它在智能視頻監(jiān)控、軍事偵察監(jiān)視、交通管理、無(wú)人駕駛、視頻壓縮、基于內(nèi)容的視頻檢索、人機(jī)接口、機(jī)器人控制、視頻編輯等領(lǐng)域有著廣泛的應(yīng)用,并發(fā)揮著舉足輕重的作用。
　　 本文研究在背景中存在相似干擾,背景和目標(biāo)的外觀隨著時(shí)間存在較大的變化,人體存在較大的形變等情況下的人的快速檢測(cè)和跟蹤:利用基于HOG特征和Pictorial Structure框架的級(jí)聯(lián)分類器對(duì)視頻中的人進(jìn)

2、行快速檢測(cè),并利用檢測(cè)結(jié)果初始化跟蹤器；通過(guò)融合人的形狀約束和在線外觀約束的人體模型對(duì)人體進(jìn)行跟蹤,并綜合歷史跟蹤結(jié)果對(duì)目標(biāo)的外觀模板進(jìn)行建模和更新。本研究主要?jiǎng)?chuàng)新點(diǎn)包括：⑴提出了一個(gè)基于組件表示的融合人體形狀約束和外觀約束的人體跟蹤模型。利用HOG特征,基于Pictorial Structure框架基礎(chǔ)上利用SVM離線訓(xùn)練出人的形狀模型。在跟蹤的過(guò)程中利用該形狀模型約束和目標(biāo)外觀模板的約束來(lái)對(duì)目標(biāo)的可能出現(xiàn)的位置進(jìn)行篩選。相對(duì)傳統(tǒng)的單

3、靠在線維持目標(biāo)的外觀模板來(lái)對(duì)目標(biāo)進(jìn)行跟蹤,本文的方法可以克服背景中跟目標(biāo)具有相似外觀的干擾物的干擾,確保跟蹤過(guò)程中目標(biāo)始終具有人的形狀。另外基于組件表示的跟蹤模型能夠?qū)π巫冚^大的人體進(jìn)行跟蹤,對(duì)人的局部遮擋也能很好的處理。⑵提出了一種綜合歷史跟蹤結(jié)果來(lái)對(duì)目標(biāo)的外觀模板進(jìn)行建模和更新的方法。該方法對(duì)歷史跟蹤結(jié)果中較好地符合人體形狀約束的外觀集合進(jìn)行聚類,用聚類的中心來(lái)對(duì)目標(biāo)的外觀模板進(jìn)行建模。這可以克服傳統(tǒng)算法,單靠在線維持單個(gè)外觀模板所