基于主軸的人的跟蹤.pdf

1、人的跟蹤是通過從連續(xù)圖像幀間建立對應(yīng)關(guān)系,實(shí)現(xiàn)對圖像和圖像序列中運(yùn)動的人進(jìn)行跟蹤,給出其運(yùn)動軸跡.它在智能監(jiān)控、運(yùn)動分析、人機(jī)交互以及虛擬現(xiàn)實(shí)等方面具有廣泛的應(yīng)用前景和潛在的經(jīng)濟(jì)價值.一直以來,人的跟蹤受到國內(nèi)外學(xué)術(shù)屆和企業(yè)屆的廣泛關(guān)注,但作為計算機(jī)視覺領(lǐng)域中的一個研究熱點(diǎn)和難點(diǎn),仍然有很多理論與技術(shù)問題需待解決.一方面,動態(tài)場景中運(yùn)動的快速分割、人體的非剛性運(yùn)動、人體自遮擋和目標(biāo)之間相互遮擋的處理一直是困擾人的跟蹤的難題;另一方面,近

2、些年來,隨著大范圍智能視覺監(jiān)控系統(tǒng)的迫切需要,多攝像機(jī)的使用也給人的跟蹤研究帶來了一系列的挑戰(zhàn).該文以視覺監(jiān)控為應(yīng)用背景,對人的跟蹤進(jìn)行了深入的研究,提出了基于主軸的人的跟蹤方法,并對此方法在單攝像機(jī)下人的跟蹤、遮擋情況下人的跟蹤以及多攝像機(jī)下人的跟蹤等子課題上的應(yīng)用進(jìn)行了細(xì)致探討和分析.大量的實(shí)驗(yàn)表明該方法的有效性和魯棒性.該文的主要研究工作如下:①基于人體關(guān)于主軸成對稱分布的特點(diǎn),提出了基于主軸人的跟蹤方法,并將其應(yīng)用到單攝像機(jī)下的

3、跟蹤中.首先,通過運(yùn)動檢測、運(yùn)動目標(biāo)分類提取對應(yīng)于人的運(yùn)動區(qū)域;然后給出三種情況下人的主軸自動提取方法;最后利用卡爾曼濾波器進(jìn)行預(yù)測與跟蹤.實(shí)驗(yàn)表明,同傳統(tǒng)的基于特征的跟蹤方法相比,人的主軸特征對噪聲更加魯棒,不依賴于準(zhǔn)確的運(yùn)動檢測和分割.②基于運(yùn)動目標(biāo)的輪廓可以用投影直方圖來表示,提出了一種基于垂直投影直方圖的運(yùn)動目標(biāo)分類方法.首先,對檢測出來的運(yùn)動區(qū)域在圖像坐標(biāo)系中對水平坐標(biāo)軸進(jìn)行投影得到運(yùn)動區(qū)域的垂直投影直方圖;然后,在垂直投影直

4、方圖的基礎(chǔ)上定義了離散度來作為分類度量標(biāo)準(zhǔn),將運(yùn)動物體為兩類:人和車輛.③提出了一種新的單攝像機(jī)中遮擋情況下人的跟蹤方法.首先,引入貝葉斯網(wǎng)絡(luò),通過隱狀態(tài)過程將遮擋關(guān)系模型融入跟蹤中,從而將跟蹤轉(zhuǎn)經(jīng)為概率傳播中后驗(yàn)概率的求解問題;然后,利用基于主軸的橢圓形狀模型和顏色模型作為人體模型的先驗(yàn)知識,在顏色模型和觀測之間的Bhattacharyya距離的基礎(chǔ)上定義了觀測概率對觀測進(jìn)行評價;最后,利用粒子濾波算法進(jìn)行求解.④提出了基于主軸的多攝