基于視頻的人體檢測跟蹤算法研究.pdf

1、運(yùn)動人體的檢測與跟蹤已經(jīng)成為計(jì)算機(jī)視覺領(lǐng)域的研究熱點(diǎn)之一。本文分別對運(yùn)動人體的檢測和跟蹤進(jìn)行了研究。首先通過攝像頭捕捉到視頻圖像，離散后得到視頻序列，然后分別進(jìn)行了背景差法的運(yùn)動檢測，利用Meanshift算法和Camshift算法對單目標(biāo)的運(yùn)動人體進(jìn)行跟蹤，最后再結(jié)合Kalman濾波技術(shù)對雙目標(biāo)的運(yùn)動人體進(jìn)行了跟蹤。整個檢測和跟蹤過程的實(shí)驗(yàn)都是在matlab環(huán)境下進(jìn)行的仿真實(shí)驗(yàn)。 在進(jìn)行運(yùn)動人體檢測時，首先要將通過攝像頭采集到

2、的視頻序列進(jìn)行預(yù)處理，然后對視覺場景進(jìn)行背景建模，在利用背景差法將運(yùn)動目標(biāo)與背景分離后，進(jìn)行二值化處理，得到前景為白色，背景為黑色的二值化圖像。由于在光照強(qiáng)烈的情況下進(jìn)行運(yùn)動檢測時得到的二值化圖像中會有陰影區(qū)域，所以接下來的工作要對影子進(jìn)行濾除。去除掉影子后通過形態(tài)學(xué)濾波和連通性的檢測將一些孤立的白點(diǎn)去掉，將運(yùn)動目標(biāo)中出現(xiàn)的黑色孔洞進(jìn)行填充。最后就得到了一幅完整的檢測圖像。 在進(jìn)行人體跟蹤過程中，本文選取直方圖和搜索窗口內(nèi)的質(zhì)心

3、作為運(yùn)動目標(biāo)的特征。在了解了Meanshift算法和Camshift算法的原理后，本文分別用兩種算法對單個運(yùn)動目標(biāo)做了對比仿真實(shí)驗(yàn)，并給出了跟蹤效果圖。 在接下來對雙目標(biāo)的運(yùn)動人體進(jìn)行研究時發(fā)現(xiàn)了許多難點(diǎn)問題需要解決，特別是遮擋與分離問題比較棘手。由于直方圖的特征并不具備與運(yùn)動目標(biāo)一一對應(yīng)的特性，本文提出了借助Kalman濾波器對兩個目標(biāo)的運(yùn)動狀態(tài)分別進(jìn)行預(yù)測和估計(jì)，從而增加目標(biāo)遮擋和分離后判斷的可靠性。在將Camshift跟蹤