監(jiān)控視頻中行人跟蹤及姿態(tài)估計.pdf

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(biāo)的檢測跟蹤。人體檢測及姿態(tài)估計是指標(biāo)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(biāo)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(biāo)行人跟蹤方法。首先對視頻序列中檢測出的行人多目標(biāo)提取其運動信息和外形信息，對行人目標(biāo)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(biāo)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(biāo)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(biāo)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(biāo)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(biāo)簽分布學(xué)習(xí)分類模型，將相鄰標(biāo)簽的樣本也用來描述該標(biāo)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