基于機(jī)器視覺(jué)的行人檢測(cè)和跟蹤技術(shù)研究.pdf

1、浙江理工大學(xué)學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：我恪守學(xué)術(shù)道德，崇尚嚴(yán)謹(jǐn)學(xué)風(fēng)。所呈交的學(xué)位論文，是本人在導(dǎo)師的指導(dǎo)下，獨(dú)立進(jìn)行研究工作所取得的成果。除文中已明確注明和引用的內(nèi)容外，本論文不包含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫(xiě)過(guò)的作品及成果的內(nèi)容。論文為本人親自撰寫(xiě)，我對(duì)所寫(xiě)的內(nèi)容負(fù)責(zé)，并完全意識(shí)到本聲明的法律結(jié)果由本人承擔(dān)。學(xué)位論文作者簽名：狳彩良譬Et期：陽(yáng)年)月日摘要基于機(jī)器視覺(jué)的行人檢測(cè)和跟蹤廣泛應(yīng)用于視頻監(jiān)控、三維重構(gòu)、自主車(chē)輛導(dǎo)航

2、等多個(gè)領(lǐng)域，對(duì)其方法的研究具有十分重要的意義。由于行人本身的一些固有屬性、行人之間的遮擋、人與環(huán)境間的影響以及攝像頭的運(yùn)動(dòng)等干擾因素都會(huì)對(duì)行人的實(shí)時(shí)檢測(cè)和跟蹤造成很大困難。行人檢測(cè)和跟蹤技術(shù)正逐漸應(yīng)用在復(fù)雜的應(yīng)用場(chǎng)景中，但是其目前仍然處在一個(gè)快速發(fā)展的初級(jí)階段。論文對(duì)基于機(jī)器視覺(jué)的行人檢測(cè)和跟蹤的若干關(guān)鍵技術(shù)進(jìn)行了研究，主要研究?jī)?nèi)容如下：第一章介紹了課題的研究背景和目前的研究現(xiàn)狀，并闡述了課題的研究意義以及有待進(jìn)一步完善的內(nèi)容。第二章介

3、紹了基于機(jī)器視覺(jué)的行人檢測(cè)和跟蹤中的基礎(chǔ)理論知識(shí)，闡述了常用的描述物體特征的方法及其優(yōu)缺點(diǎn)，并介紹了均值漂移的相關(guān)算法。第三章針對(duì)傳統(tǒng)的形狀上下文特征在行人檢測(cè)中區(qū)域劃分較密的問(wèn)題，改進(jìn)了區(qū)域劃分方法，并使用了直方圖區(qū)間模糊方法。改進(jìn)后算法具有一定的形變?nèi)萑潭龋⑶覍?duì)背景雜物的抗干擾能力得到了增強(qiáng)。實(shí)驗(yàn)表明，改進(jìn)后的算法得到較為理想的行人檢測(cè)結(jié)果。第四章針對(duì)行人在較復(fù)雜環(huán)境中，易受光照變化、姿態(tài)、遮擋等不利因素干擾，本章引入了隨機(jī)森林分

4、類器和點(diǎn)對(duì)比較特征進(jìn)行行人檢測(cè)，這種基于大量樣本統(tǒng)計(jì)學(xué)習(xí)的方法可以在一定程度上解決行人檢測(cè)中光照變化、遮擋、姿態(tài)變化的問(wèn)題。通過(guò)實(shí)驗(yàn)，驗(yàn)證了本章算法的有效性。第五章提出了一種魯棒性強(qiáng)的行人跟蹤改進(jìn)算法。為降低背景干擾因素的影響，較為準(zhǔn)確地描述目標(biāo)特征，提出了背景加權(quán)和目標(biāo)加權(quán)方法。為實(shí)現(xiàn)復(fù)雜環(huán)境下對(duì)行人的穩(wěn)定實(shí)時(shí)跟蹤，進(jìn)一步提高目標(biāo)物體跟蹤的實(shí)時(shí)性和魯棒性，提出了目標(biāo)模板實(shí)時(shí)更新策略。通過(guò)多組實(shí)驗(yàn)，分別從直觀跟蹤效果和迭代運(yùn)算次數(shù)方面，