視頻序列中運(yùn)動人體的檢測跟蹤技術(shù)的研究.pdf

1、運(yùn)動目標(biāo)的檢測跟蹤一直是計算機(jī)視覺領(lǐng)域中的重要研究內(nèi)容，人體目標(biāo)作為該研究方向上的一個典型的研究對象，在現(xiàn)實生活中有很廣泛的實用價值。本文首先綜述了課題的研究背景和意義，搜集和分析國內(nèi)外近些年來運(yùn)動目標(biāo)的檢測跟蹤技術(shù)方面的學(xué)術(shù)論文和研究報告，對檢測跟蹤人體時可能遇到的難點(diǎn)問題進(jìn)行分析。針對檢測和跟蹤過程中需要解決的問題，如遮擋情況和尺度變化等，借鑒前人對這些問題的解決方法，進(jìn)行一些關(guān)鍵性的改善，提出較為合理的解決方案。
　　 本

2、文主要的研究內(nèi)容有：
　　 在檢測運(yùn)動人體環(huán)節(jié)，首先利用背景差分法和形態(tài)學(xué)處理檢測到人體的區(qū)域。然后通過改進(jìn)的基于人體區(qū)域加權(quán)的顯著圖算法得到顯著圖，并根據(jù)WTA競爭機(jī)制保留需要的注視點(diǎn)，以這些聯(lián)合注視點(diǎn)為基礎(chǔ)確立聯(lián)合顯著區(qū)域。將獲得的聯(lián)合顯著區(qū)域代替單一的Mean—Shift窗口作為跟蹤窗口，聯(lián)合顯著區(qū)域在不丟失人體重要特征的原則下，盡可能包含了更多的人體信息情況，減少系統(tǒng)的運(yùn)算量，提高后續(xù)跟蹤系統(tǒng)的性能。
　　 在跟

3、蹤環(huán)節(jié)方面，在已獲得的聯(lián)合感興趣區(qū)域的基礎(chǔ)上，使用顏色核函數(shù)直方圖方法建立人體的目標(biāo)和候選模型。針對Mean—Shift在處理人體目標(biāo)位置和速度變化方面的不足，提出了Kalman濾波器修正方案，主要包含目標(biāo)位置的預(yù)測與修正方案、目標(biāo)模型的及時更新方案，提高搜尋匹配效率，并利用獲取到的觀測值不斷調(diào)整濾波器的參數(shù)，以保證下次的預(yù)測效果，及時更新運(yùn)動人體的模型；同時引入差分平方和準(zhǔn)則，將經(jīng)過Kalman濾波器預(yù)測后的目標(biāo)位置在狀態(tài)空間中的位置