動(dòng)態(tài)背景下行人檢測(cè)模塊的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著信息技術(shù)的發(fā)展，視頻文件的數(shù)量飛速增長(zhǎng)。如何在海量的視頻文件中檢索出關(guān)鍵事件和關(guān)鍵目標(biāo)具有重要的研究意義和廣泛的應(yīng)用價(jià)值。尤其是在冗余信息較多的交通監(jiān)控和安防監(jiān)控視頻中進(jìn)行事件和目標(biāo)檢測(cè)更具有重要的現(xiàn)實(shí)意義。但是，如何在復(fù)雜場(chǎng)景視頻中實(shí)現(xiàn)快速準(zhǔn)確的目標(biāo)檢測(cè)與行人檢測(cè)，仍是目前運(yùn)動(dòng)目標(biāo)檢測(cè)領(lǐng)域亟待解決的問(wèn)題。光流法是一種有效檢測(cè)運(yùn)動(dòng)物體與運(yùn)動(dòng)行人的算法，不需任何先驗(yàn)知識(shí)，對(duì)背景模型不存在依賴(lài)，在運(yùn)動(dòng)目標(biāo)檢測(cè)領(lǐng)域有著廣泛的應(yīng)用。但光流法

2、存在對(duì)噪聲敏感、算法復(fù)雜度較高等缺陷，本學(xué)位論文針對(duì)光流法對(duì)噪聲敏感和實(shí)時(shí)性差的缺點(diǎn)進(jìn)行改進(jìn)，提出了一種改進(jìn)的光流法并將其應(yīng)用于運(yùn)動(dòng)目標(biāo)檢測(cè)。本文主要研究?jī)?nèi)容如下:
　　首先，針對(duì)攝像機(jī)運(yùn)動(dòng)造成的全局動(dòng)態(tài)背景，采用改進(jìn)的灰度投影法進(jìn)行全局運(yùn)動(dòng)補(bǔ)償。針對(duì)灰度投影法存在累積誤差等缺陷，提出隔三幀更換一次參考幀的方法，減少了由于選擇固定參考幀導(dǎo)致的累積計(jì)算誤差;針對(duì)灰度投影法的投影區(qū)域存在運(yùn)動(dòng)目標(biāo)時(shí)計(jì)算誤差較大的問(wèn)題，本學(xué)位論文使用視頻

3、圖像幀的邊角地帶作為投影區(qū)域來(lái)計(jì)算運(yùn)動(dòng)矢量，大大減少了運(yùn)動(dòng)目標(biāo)對(duì)運(yùn)動(dòng)補(bǔ)償?shù)挠绊憽?br>　　其次，提出了一種基于梯度閾值和特征抑制的光流法進(jìn)行運(yùn)動(dòng)目標(biāo)檢測(cè)。將LK光流法和HS光流法進(jìn)行結(jié)合，對(duì)光流約束方程進(jìn)行改進(jìn)，對(duì)梯度較大的像素點(diǎn)采用亮度約束，對(duì)梯度較小的像素點(diǎn)采用全局平滑約束，以確保光流約束方程的適用性。特征抑制作為輔助判斷有效光流點(diǎn)的手段，在運(yùn)動(dòng)目標(biāo)檢測(cè)算法中對(duì)噪聲和局部動(dòng)態(tài)背景進(jìn)行了有效地抑制。
　　最后，在運(yùn)動(dòng)目標(biāo)檢測(cè)算