基于教室錄播系統(tǒng)的目標(biāo)跟蹤技術(shù)研究.pdf

1、隨著現(xiàn)代社會(huì)經(jīng)濟(jì)的快速發(fā)展，基于視頻內(nèi)容分析的視頻監(jiān)控等自動(dòng)化系統(tǒng)在安防、教育、人工智能等各個(gè)產(chǎn)業(yè)領(lǐng)域都發(fā)揮著越來(lái)越重要的作用。錄播系統(tǒng)作為傳統(tǒng)教育行業(yè)的輔助教學(xué)系統(tǒng)，在課堂錄播應(yīng)用的方向上，扮演越來(lái)越重要的角色。但是傳統(tǒng)的錄播系統(tǒng)仍然停留在人工干預(yù)控制的階段。
　　作為智能視頻分析中一個(gè)非常重要的方向，視覺(jué)目標(biāo)檢測(cè)和跟蹤也得到了迅速的發(fā)展。在目標(biāo)檢測(cè)和跟蹤算法的輔助下，傳統(tǒng)的錄播系統(tǒng)能夠借助多攝像頭下的視覺(jué)目標(biāo)檢測(cè)的聯(lián)合事件分析

2、，完成自動(dòng)化課堂錄播控制的任務(wù)，為教師教學(xué)提供了智能和便利的錄播服務(wù)。
　　本文在總結(jié)分析了現(xiàn)有行人目標(biāo)檢測(cè)算法的基礎(chǔ)上，針對(duì)錄播系統(tǒng)的學(xué)生檢測(cè)模塊，實(shí)現(xiàn)了一種結(jié)合幀間差和背景建模的多相機(jī)學(xué)生檢測(cè)方法。而針對(duì)教師檢測(cè)的算法部分，則提出了一種基于邊緣分級(jí)的CENTRIST行人檢測(cè)方法。并結(jié)合錄播系統(tǒng)的學(xué)生定位和教師定位模塊的需求，將算法應(yīng)用到實(shí)際系統(tǒng)中。
　　針對(duì)靜態(tài)背景下的學(xué)生檢測(cè)模塊，考慮靜態(tài)背景檢測(cè)中光流法的算法復(fù)雜性，

3、幀間差分法的不穩(wěn)定性，和背景差法的低魯棒性等缺點(diǎn)，實(shí)現(xiàn)了一種多相機(jī)環(huán)境下的結(jié)合幀差的背景建模算法，采用了圖像腐蝕膨脹技術(shù)去除實(shí)際環(huán)境的圖像噪點(diǎn)，并加入了動(dòng)態(tài)背景更新，在保持幀差算法的算法效率的基礎(chǔ)上，讓背景建模算法自適應(yīng)更新背景模型。
　　針對(duì)動(dòng)態(tài)背景下的教師檢測(cè)模塊，本文深入總結(jié)目標(biāo)檢測(cè)中各類行人特征描述算子，對(duì)HOG、CENTRIST等邊緣輪廓特征進(jìn)行了深入的學(xué)習(xí)和性能對(duì)比。針對(duì)CENTRIST檢測(cè)算子抗噪能力的不足，提出了一

4、種結(jié)合邊緣分級(jí)的行人檢測(cè)方法。該方法更加深入地刻畫(huà)了輪廓信息在行人檢測(cè)中的重要作用。利用邊緣分級(jí)提取目標(biāo)主要外部輪廓，并且去除了背景環(huán)境和目標(biāo)內(nèi)部不必要的局部紋理，提升了SVM分類器分類性能和背景魯棒性。該算法還結(jié)合錄播系統(tǒng)的實(shí)際應(yīng)用場(chǎng)景，提出了結(jié)合運(yùn)動(dòng)區(qū)域的行人檢測(cè)算法，很好地彌補(bǔ)了算法的漏檢和誤檢情況。
　　最后結(jié)合課堂錄播系統(tǒng)的實(shí)際應(yīng)用需求，研究基于TMS320DM8168嵌入式平臺(tái)和Linux服務(wù)器平臺(tái)的系統(tǒng)設(shè)計(jì)、軟硬件架