基于感興趣區(qū)域的運動人體檢測與跟蹤.pdf

1、近幾十年來，隨著計算機技術和圖像處理技術的發(fā)展，目標檢測及跟蹤系統(tǒng)廣泛運用于各領域。人們對視頻序列中運動目標的檢測與跟蹤作了大量而深入的研究，提出了各種行之有效的方法，其中運動人體的檢測與跟蹤由于在智能監(jiān)控領域的應用前景和潛在的經(jīng)濟價值成為研究的熱點課題之一。 本文首先綜述了課題的研究背景和意義，并簡要介紹了一些基于視頻圖像的檢測和跟蹤系統(tǒng)，再分析了目前國內外提出的人體檢測與跟蹤方法，并進行了比較。針對該課題在人體目標檢測和跟蹤

2、方面的難點，重點對如何選取有效的人體感興趣區(qū)域作為跟蹤目標以及如何對該目標區(qū)域作后續(xù)跟蹤兩方面的內容進行了研究。 在目標檢測方面，根據(jù)背景減除法獲取完整的運動人體區(qū)域，進一步提出了運動人體感興趣區(qū)域(Regions of Interest，ROI)的自動檢測方法。該方法利用圖像顯著圖算法成功模擬了人眼視覺系統(tǒng)對運動人體注視點的形成過程，并基于多注視點的聯(lián)合顯著區(qū)域自動檢測形成相應的運動人體ROI。實驗結果表明，這是一種穩(wěn)定可靠的

3、人體ROI自動檢測方法，檢測出的區(qū)域符合人眼觀察運動目標時的視覺關注區(qū)域，可運用于后續(xù)基于區(qū)域顏色特征的運動人體跟蹤系統(tǒng)。 在目標跟蹤方面，結合SSD跟蹤器和Mean—Shift跟蹤器各自的優(yōu)點，提出了一種基于感興趣區(qū)域的SSD—MS聯(lián)合跟蹤器。針對人體目標的快速運動、尺度變化、遮擋等情況，采用了卡爾曼濾波器進行狀態(tài)估計。特別是對部分遮擋情況，利用人體ROI自動檢測過程中得到的聯(lián)合顯著點進行跟蹤區(qū)域內的多窗口Mean—Shift