基于視頻圖像的運動人體檢測與跟蹤算法研究.pdf

1、視頻圖像中人體的檢測與跟蹤是智能監(jiān)控、人機界面等視覺系統(tǒng)的重要組成部分。本文分別對運動人體的檢測與跟蹤算法進行了研究和實現(xiàn)。
　　 在運動目標檢測中，一種比較成功的思想是用高斯模型對每個像素建模，但這種方法在初始化學(xué)習(xí)的過程中，速度比較慢，而且其檢測速度與穩(wěn)定性之間難以平衡。本文提出一種利用隔幀差分來重構(gòu)背景的運動人體檢測算法，其通過多幀差分圖像中穩(wěn)定的背景像素相互補充，重構(gòu)完整的背景。本文對兩種方法進行了比較分析，實驗證明，本

2、文的算法背景學(xué)習(xí)速度快，并具有更好的前景分割效果。
　　 Meanshift算法不考慮運動物體的位置和速度信息，當跟蹤過程中出現(xiàn)背景復(fù)雜或遮擋干擾時，跟蹤容易失敗。本文一方面把卡爾曼濾波融入到Meanshift算法中，跟蹤過程中，人體的位置信息可以被卡爾曼濾波所預(yù)測，彌補了Meanshift算法的不足。另一方面，考慮Meanshift算法通常是利用單一的特征空間進行跟蹤，本文提出了一種自適應(yīng)特征選擇的目標跟蹤算法。其聯(lián)合了色度和