智能視頻監(jiān)控中的人體目標跟蹤研究.pdf

1、在科學技術的日益發(fā)展的今天，能自動實時地監(jiān)控各種場景的智能視頻監(jiān)控系統(tǒng)已經(jīng)廣泛地融入到了社會的各行各業(yè)中，比如銀行，小區(qū)，工廠的安全監(jiān)控系統(tǒng)，高速公路上的流量監(jiān)控系統(tǒng)等等。而人體目標跟蹤是實現(xiàn)智能視頻監(jiān)控的核心技術，同時也是當前計算機視覺領域一個非常熱門的研究課題，它融合了計算機視覺，數(shù)字圖像處理，模式識別，人工智能，自動控制等等領域的許多先進技術，并在智能視頻監(jiān)控，交通流量監(jiān)測，醫(yī)療影像診斷以及天氣預報等等方面都有廣泛的應用。

2、　　人體目標跟蹤的本質(zhì)是在圖像序列中迭代搜索并確定感興趣的具有某種顯著視覺特征（如：顏色，形狀，紋理，光流等）的目標的位置。目前，基于貝葉斯估計的粒子濾波算法是應用在人體目標跟蹤領域中最廣泛的算法。實際中人體目標跟蹤系統(tǒng)的后驗概率分布通常是非線性和非高斯的復雜分布，而粒子濾波是處理非線性和非高斯貝葉斯估計問題的有力工具，并且在此基礎上，本文還使用了分塊建立人體目標觀測模型的方法，來提高人體目標跟蹤算法的穩(wěn)定性。因此本文主要討論基于粒子濾

3、波的分塊人體目標跟蹤算法及其改進方法。
　　通常的情況下，三維世界中的數(shù)據(jù)壓縮到二維圖像上時，大量可用視覺信息被丟棄，加上圖像數(shù)據(jù)本身所具有的噪聲，使得從圖像數(shù)據(jù)中建立精確的人體目標模型變得非常困難。因此采用單一的視覺特征去描述人體目標時，隨著環(huán)境的變化，跟蹤也往往會變得不穩(wěn)定的。本文采用融合顏色和形狀兩種特征的方法來描述人體目標。該方法在建立人體目標模型時，可以自適應地調(diào)節(jié)兩種視覺特征的權(quán)重值，使得當有一種特征受到環(huán)境干擾變得不