基于視頻流的人群目標(biāo)識(shí)別和跟蹤的研究.pdf

1、人體識(shí)別和跟蹤在智能監(jiān)控系統(tǒng)、高級(jí)人機(jī)交互、動(dòng)畫制作等方面有著廣泛的應(yīng)用，也是近年來計(jì)算機(jī)視覺研究領(lǐng)域中備受關(guān)注的前沿技術(shù)。對(duì)圖像序列中的運(yùn)動(dòng)人體快速而準(zhǔn)確的識(shí)別和跟蹤是對(duì)行為進(jìn)行有效理解的基礎(chǔ)。論文在VisualC++6.0平臺(tái)下，采用計(jì)算機(jī)視覺庫OpenCV，對(duì)視頻中人群目標(biāo)個(gè)體的檢測(cè)、識(shí)別和跟蹤開展研究。
　　首先訓(xùn)練了一個(gè)SVM分類器對(duì)輪廓進(jìn)行分類識(shí)別，選用包含人體輪廓和不包含人體輪廓的二值圖像作為正負(fù)樣本，以像素值作為樣

2、本特征提取樣本特征向量，利用主成分分析對(duì)樣本特征向量進(jìn)行降維，并用降維后的特征向量訓(xùn)練分類器。然后利用背景消減法進(jìn)行運(yùn)動(dòng)檢測(cè)，分割出運(yùn)動(dòng)目標(biāo)輪廓，用分類器對(duì)其分類識(shí)別。經(jīng)驗(yàn)證，該方法可快速準(zhǔn)確的識(shí)別靜態(tài)背景中出現(xiàn)的人體目標(biāo)。接著對(duì)識(shí)別出的人體目標(biāo)，建立其上半身的顏色直方圖模型，采用Camshift算法對(duì)其跟蹤，結(jié)合Kalman濾波器的預(yù)測(cè)功能優(yōu)化了Camshift算法的迭代次數(shù)，同時(shí)通過跟蹤窗口大小和直方圖相似性判斷目標(biāo)是否被遮擋，實(shí)現(xiàn)