智能視頻監(jiān)控中的人體目標(biāo)跟蹤研究.pdf

1、在科學(xué)技術(shù)的日益發(fā)展的今天，能自動實時地監(jiān)控各種場景的智能視頻監(jiān)控系統(tǒng)已經(jīng)廣泛地融入到了社會的各行各業(yè)中，比如銀行，小區(qū)，工廠的安全監(jiān)控系統(tǒng)，高速公路上的流量監(jiān)控系統(tǒng)等等。而人體目標(biāo)跟蹤是實現(xiàn)智能視頻監(jiān)控的核心技術(shù)，同時也是當(dāng)前計算機(jī)視覺領(lǐng)域一個非常熱門的研究課題，它融合了計算機(jī)視覺，數(shù)字圖像處理，模式識別，人工智能，自動控制等等領(lǐng)域的許多先進(jìn)技術(shù)，并在智能視頻監(jiān)控，交通流量監(jiān)測，醫(yī)療影像診斷以及天氣預(yù)報等等方面都有廣泛的應(yīng)用。

2、　　人體目標(biāo)跟蹤的本質(zhì)是在圖像序列中迭代搜索并確定感興趣的具有某種顯著視覺特征（如：顏色，形狀，紋理，光流等）的目標(biāo)的位置。目前，基于貝葉斯估計的粒子濾波算法是應(yīng)用在人體目標(biāo)跟蹤領(lǐng)域中最廣泛的算法。實際中人體目標(biāo)跟蹤系統(tǒng)的后驗概率分布通常是非線性和非高斯的復(fù)雜分布，而粒子濾波是處理非線性和非高斯貝葉斯估計問題的有力工具，并且在此基礎(chǔ)上，本文還使用了分塊建立人體目標(biāo)觀測模型的方法，來提高人體目標(biāo)跟蹤算法的穩(wěn)定性。因此本文主要討論基于粒子濾

3、波的分塊人體目標(biāo)跟蹤算法及其改進(jìn)方法。
　　通常的情況下，三維世界中的數(shù)據(jù)壓縮到二維圖像上時，大量可用視覺信息被丟棄，加上圖像數(shù)據(jù)本身所具有的噪聲，使得從圖像數(shù)據(jù)中建立精確的人體目標(biāo)模型變得非常困難。因此采用單一的視覺特征去描述人體目標(biāo)時，隨著環(huán)境的變化，跟蹤也往往會變得不穩(wěn)定的。本文采用融合顏色和形狀兩種特征的方法來描述人體目標(biāo)。該方法在建立人體目標(biāo)模型時，可以自適應(yīng)地調(diào)節(jié)兩種視覺特征的權(quán)重值，使得當(dāng)有一種特征受到環(huán)境干擾變得不