智能視頻監(jiān)控中人體運動的檢測與跟蹤算法研究.pdf

1、隨著經(jīng)濟水平的快速增長以及現(xiàn)代社會越來越信息化，計算機視覺分析理解在人們的日常生活和工作等諸多領(lǐng)域的應(yīng)用需求也將與日俱增。研究方向重點涵蓋下面幾類:目標檢測與分類、目標跟蹤以及目標識別等，所針對的對象分為兩類:剛性物體和非剛性物體，本文主要研究的是對人體的檢測與跟蹤算法，在現(xiàn)有算法的基礎(chǔ)上提出了改進，本文的主要工作包括兩點:
　　1、提出了一種改進的三幀差分運動目標實時檢測算法。當前常見的檢測算法有背景減除法、三幀差分法等。背景減

2、除法所得檢測結(jié)果“空洞”很明顯，并且還存在一部分噪聲;傳統(tǒng)的三幀差分檢測得到的目標也會含有大量的“空洞”和“雙影”現(xiàn)象，使得檢測結(jié)果很差。因此本文基于傳統(tǒng)三幀差分方法提出改進的三幀差分算法。該算法的基本思路是選取Surendra算法獲得有效背景，根據(jù)背景選擇性更新方法對得到的背景進行更新處理;其次將相鄰的三幀圖像分別與更新的背景圖像做差，在HSV顏色空間中對所得差分目標中含有的陰影進行消除;再進行三幀差分，將差分的目標再進行“與”運算;

3、最后將“與”以后的結(jié)果與中間幀圖像經(jīng)過背景減除以后得到的目標進行“或”運算，就可以得到完整的運動目標。
　　2、提出了一種基于Meanshift算法的人體目標跟蹤改進算法。人體發(fā)生明顯的變化時，傳統(tǒng)Meanshift算法的跟蹤框不可以實現(xiàn)自適應(yīng)變化，并且當人體被部分遮擋時，傳統(tǒng)的Meanshift算法就很難準確地對人體進行跟蹤，軌跡發(fā)生了明顯的偏差。因此本文所提出的算法基本思路是采取改進三幀差分法提取運動目標區(qū)域，并且求出跟蹤目標