基于視頻流的人群目標識別和跟蹤的研究.pdf

1、人體識別和跟蹤在智能監(jiān)控系統(tǒng)、高級人機交互、動畫制作等方面有著廣泛的應用，也是近年來計算機視覺研究領域中備受關注的前沿技術。對圖像序列中的運動人體快速而準確的識別和跟蹤是對行為進行有效理解的基礎。論文在VisualC++6.0平臺下，采用計算機視覺庫OpenCV，對視頻中人群目標個體的檢測、識別和跟蹤開展研究。
　　首先訓練了一個SVM分類器對輪廓進行分類識別，選用包含人體輪廓和不包含人體輪廓的二值圖像作為正負樣本，以像素值作為樣

2、本特征提取樣本特征向量，利用主成分分析對樣本特征向量進行降維，并用降維后的特征向量訓練分類器。然后利用背景消減法進行運動檢測，分割出運動目標輪廓，用分類器對其分類識別。經(jīng)驗證，該方法可快速準確的識別靜態(tài)背景中出現(xiàn)的人體目標。接著對識別出的人體目標，建立其上半身的顏色直方圖模型，采用Camshift算法對其跟蹤，結合Kalman濾波器的預測功能優(yōu)化了Camshift算法的迭代次數(shù)，同時通過跟蹤窗口大小和直方圖相似性判斷目標是否被遮擋，實現(xiàn)