監(jiān)控視頻中行人跟蹤及姿態(tài)估計.pdf_第1頁
已閱讀1頁,還剩63頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著計算機技術(shù)、圖像處理技術(shù)的進步和人們安全意識的提升,視頻監(jiān)控系統(tǒng)已得到了廣泛的應(yīng)用,視頻摘要是一種從海量原始監(jiān)控視頻數(shù)據(jù)中獲取信息的有效手段,而其基礎(chǔ)正是目標的檢測跟蹤。人體檢測及姿態(tài)估計是指標定出圖像中的人體或部位的位置信息,是計算機視覺領(lǐng)域研究的熱點和難點之一。
  本文對傳統(tǒng)的人體檢測及姿態(tài)估計方法進行調(diào)研,現(xiàn)有的檢測跟蹤算法對于遮擋情況的處理仍然不夠理想,尤其是未經(jīng)校正的缺少深度信息的普通單目監(jiān)控視頻;傳統(tǒng)的姿態(tài)估計方

2、式往往忽略了人體姿態(tài)自身的連續(xù)性和人體目標軌跡中的時空連續(xù)性。本文以此為基礎(chǔ),做出了如下工作。
  一是提出了一種基于運動外形信息融合的多目標行人跟蹤方法。首先對視頻序列中檢測出的行人多目標提取其運動信息和外形信息,對行人目標間各信息的差別進行度量,并根據(jù)信息的分布情況調(diào)整相應(yīng)系數(shù),將行人目標與各軌跡的距離度量融合為距離代價,構(gòu)成代價矩陣,最終使用匈牙利算法實現(xiàn)任務(wù)分配,以此進行行人多目標關(guān)聯(lián)跟蹤,提升了單目視頻中出現(xiàn)短暫遮擋情形

3、時的人體檢測跟蹤效果。多個監(jiān)控視頻行人跟蹤數(shù)據(jù)集的實驗結(jié)果表明了本文算法對于行人目標短暫遮擋處理的可行性和有效性。
  二是提出了一種基于軟標簽的時空約束人體朝向姿態(tài)估計方法。首先由于人體姿態(tài)的連續(xù)性,使用標簽分布學(xué)習(xí)分類模型,將相鄰標簽的樣本也用來描述該標簽,然后對人體軌跡序列進行姿態(tài)估計,并引入隱馬爾科夫模型來描述時域上姿態(tài)朝向的變化,再提取軌跡的時空信息用來約束朝向姿態(tài)以逐軌跡自適應(yīng)的獲取可靠的估計,以此利用姿態(tài)自身的連續(xù)性

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論