監(jiān)控視頻中的人體檢測與跟蹤算法研究.pdf

1、智能視頻監(jiān)控系統(tǒng)作為計算機視覺領(lǐng)域的一項研究熱點，廣泛應(yīng)用于公共安防、交通安全、智能車輛等領(lǐng)域。人體檢測與跟蹤算法是智能監(jiān)控系統(tǒng)中的核心技術(shù)，研究相關(guān)算法對智能監(jiān)控系統(tǒng)性能的提高和完善具有重要意義。為了實現(xiàn)監(jiān)控場景中準(zhǔn)確、實時的行人檢測與跟蹤，本文從算法設(shè)計入手，深入分析與研究了運動目標(biāo)檢測算法、人體檢測算法與行人跟蹤算法，并對以上算法進行了優(yōu)化形成了一套完整的具有良好準(zhǔn)確性與實時性的行人檢測與跟蹤系統(tǒng)。針對以上系統(tǒng)，本文主要完成了以下

2、工作:
　　首先設(shè)計并實現(xiàn)了基于背景減除的運動目標(biāo)檢測算法，采用多模式均值模型作為背景模型完成前景掩碼的提取，隨后采用關(guān)聯(lián)濾波法對掩碼圖像進行濾波，最后采用三次掃描連通域標(biāo)記算法提取完整的團塊信息。此外，在預(yù)處理階段對視頻圖像進行降采樣，減少了建模運算量，提高了算法效率。
　　然后，對于運動區(qū)域內(nèi)目標(biāo)進行識別，提取行人目標(biāo)，采用基于HOG特征與級聯(lián)Adaboost分類器結(jié)合的方法進行多尺度行人檢測。為了解決行人之間的遮擋問題

3、，采用行人頭肩區(qū)域HOG特征代替行人整體進行檢測;為了加快人體檢測速度又不影響檢測效果，采用積分直方圖的方式優(yōu)化HOG特征提取過程;為了解決樣本不均衡問題，采用級聯(lián)結(jié)構(gòu)構(gòu)造分類器;為了實現(xiàn)多尺度行人的檢測，采用圖像金字塔方式進行搜索，并對金字塔層數(shù)、目標(biāo)框融合方式進行了優(yōu)化。
　　最后，采用特征模板匹配的方式進行行人跟蹤，融合顏色直方圖特征、LTP紋理特征及梯度直方圖特征形成特征模板，并對以上特征進行了分析減少特征維數(shù)，在進行模板