視頻序列中運動人體檢測與跟蹤的研究與應(yīng)用.pdf

1、進入21世紀以后，計算機幾乎涉及了所有領(lǐng)域。目前，我們?nèi)祟惼谕軌蚴褂糜嬎銠C及相關(guān)設(shè)備對人的視覺進行一種模擬。同時由于近些年多媒體技術(shù)飛速發(fā)展，導(dǎo)致視頻采集十分便利，而且其包含著大量的運動信息，所以我們把視頻圖像序列作為切入點來對不同的領(lǐng)域中的人體行為進行分析解釋。目前在智能監(jiān)控、體育運動分析、高級人機接口技術(shù)、虛擬現(xiàn)實技術(shù)，基于模型的圖像編碼技術(shù)等方面都是計算機視覺所關(guān)注的研究方向。本課題首先描述了目前人體檢測與跟蹤的方法，然后對他們

2、的特點進行了分析和總結(jié)，最后在此基礎(chǔ)上改進了人體檢測與跟蹤的算法。
　　 論文在第二章列舉了人體檢測的三種算法(幀間差分法、背景差分法、光流法)，對他們做了對比，指出了他們各自的優(yōu)缺點。在此基礎(chǔ)上對幀間差分和背景差分相結(jié)合的Kim算法進行了改進。在背景建模方面，針對有無初始背景的情況，都是采用了統(tǒng)計平均的思想來獲取背景；同時考慮到現(xiàn)實環(huán)境光線會發(fā)生一些變化的情況，采用了改進的Surendra方法對我們的背景進行了更新；然后將連續(xù)

3、的三幀做差分相乘處理，再將結(jié)果與當前幀和背景的差分的結(jié)果相加，最后再進行一些數(shù)學(xué)形態(tài)學(xué)處理，從而可以較好的提取人體。與此同時，課題對該算法的做了大量的測試工作，實驗證明了算法具有較好的準確性。
　　 論文的第三、第四兩章主要是描述了人體跟蹤。首先總結(jié)了目前主流的跟蹤方案、關(guān)鍵技術(shù)以及通常采用的預(yù)測算法，特別是對本課題采用的Kalman算法做了詳細推導(dǎo)和總結(jié)。討論了基于Kalman濾波算法下人體跟蹤的基本流程，對其中參數(shù)設(shè)定做了些