基于視頻的行人檢測與跟蹤方法研究.pdf

1、基于視頻的行人檢測與跟蹤算法研究是計(jì)算機(jī)視覺領(lǐng)域的一個(gè)熱點(diǎn)研究方向，該研究在智能交通、智能監(jiān)控、機(jī)器人、視頻濃縮與傳輸?shù)阮I(lǐng)域都有著非常廣泛的應(yīng)用前景。然而，由于檢測環(huán)境的復(fù)雜性以及行人姿態(tài)各異，同時(shí)存在遮擋和干擾等其他因素的影響，使得該研究仍面臨著許多困難，檢測的準(zhǔn)確度和跟蹤的穩(wěn)定度都有待進(jìn)一步提高。
　　本文在研究行人檢測與跟蹤中現(xiàn)有的算法基礎(chǔ)之上，著重對以下幾個(gè)問題進(jìn)行了改進(jìn)：
　　1、由于行人的非剛性特征，目標(biāo)的特征提

2、取就成為檢測的關(guān)鍵性問題。本文首先對現(xiàn)有的行人特征描述算子進(jìn)行分析，最后確定出采用方向梯度直方圖（Histogram of Oriented Gradient,HOG）特征和LUV顏色特征進(jìn)行多特征融合來對行人進(jìn)行描述，使得檢測的準(zhǔn)確率提高。
　　2、針對背景減除法中靜止物體存在的空洞、易受光照影響等問題，本文詳細(xì)研究了產(chǎn)生問題原因，并提出了解決方法。另外，針對行人跟蹤過程中經(jīng)常出現(xiàn)的行人相互遮擋影響跟蹤準(zhǔn)確度的問題，本文深入分析

3、了相互遮擋的具體過程，對遮擋情況進(jìn)行建模，使得在行人跟蹤過程中出現(xiàn)的相互遮擋情形也能準(zhǔn)確的跟蹤，而且這種模型可以擴(kuò)展到其他遮擋場景。
　　3、詳細(xì)研究了復(fù)雜場景中的跟蹤不穩(wěn)定問題原因，針對Online Boosting方法能夠進(jìn)行實(shí)時(shí)更新的特點(diǎn)，本文采用Online Boosting進(jìn)行在線更新的方法來改進(jìn)粒子濾波模型，使得在遮擋和復(fù)雜場景中能穩(wěn)定的跟蹤目標(biāo)。實(shí)驗(yàn)結(jié)果表明，本文所采用的基于Online Boosting的粒子濾波行