智能視覺監(jiān)控中的人體檢測和跟蹤研究.pdf

1、智能視覺監(jiān)控是計(jì)算機(jī)視覺領(lǐng)域新興的研究方向，它通過對攝像機(jī)拍錄的圖像序列進(jìn)行自動(dòng)分析來對被監(jiān)控場景中的變化進(jìn)行定位、跟蹤和識(shí)別，并在此基礎(chǔ)上分析和判斷有關(guān)目標(biāo)的行為，從而做到既能完成日常管理又能在異常情況發(fā)生時(shí)做出反應(yīng)。本文對智能視覺監(jiān)控中的基于模型和基于區(qū)域的人體檢測和跟蹤進(jìn)行了研究。 首先，作為本文提出的基于模型的人體跟蹤的基礎(chǔ)，本文在借鑒量子計(jì)算和量子進(jìn)化算法(QEA)思想的基礎(chǔ)上，提出概率進(jìn)化算法(PEA)。在概率進(jìn)化算

2、法中，個(gè)體采用由觀測概率構(gòu)成的概率復(fù)合位進(jìn)行編碼，通過觀測操作得到個(gè)體的觀測值，通過更新操作改變概率復(fù)合位中的觀測概率使個(gè)體得以進(jìn)化。函數(shù)優(yōu)化和0-k背包問題實(shí)驗(yàn)表明，與量子進(jìn)化算法和傳統(tǒng)遺傳算法相比，概率進(jìn)化算法在適用范圍、搜索能力和收斂速度上有明顯的優(yōu)勢。 其次，針對基于模型的目標(biāo)檢測和跟蹤，本文提出了基于概率進(jìn)化算法的人體跟蹤。在基于概率進(jìn)化算法的人體跟蹤中，將跟蹤置于函數(shù)優(yōu)化框架內(nèi)，視跟蹤為在模型可行域內(nèi)求解與圖像觀測特

3、征具有最優(yōu)匹配的模型的函數(shù)優(yōu)化問題，并對此目標(biāo)函數(shù)使用概率進(jìn)化算法尋優(yōu)。模擬場景和真實(shí)場景實(shí)驗(yàn)表明，與基于粒子濾波的人體跟蹤算法相比，基于概率進(jìn)化算法的人體跟蹤具有較高的跟蹤精度和較快的運(yùn)算速度。 最后，針對基于區(qū)域的目標(biāo)檢測和跟蹤，本文提出了結(jié)合相關(guān)向量和Boosting學(xué)習(xí)的實(shí)時(shí)多人臉跟蹤系統(tǒng)。在系統(tǒng)啟動(dòng)時(shí)，通過基于Boosting學(xué)習(xí)的人臉檢測器檢測人臉，并構(gòu)建人臉的運(yùn)動(dòng)模型和色彩模型；在跟蹤過程中，根據(jù)人臉狀態(tài)的不同采用