基于視覺的人體檢測(cè)與跟蹤.pdf

1、人體檢測(cè)和跟蹤是計(jì)算機(jī)視覺的重要研究課題之一，其應(yīng)用已經(jīng)遍及智能監(jiān)控、體育運(yùn)動(dòng)分析、新型人機(jī)交互和虛擬現(xiàn)實(shí)等領(lǐng)域，研究基于視覺的人體檢測(cè)和跟蹤有著很重要的現(xiàn)實(shí)意義。
　　 本文研究了在智能家居環(huán)境中人體檢測(cè)與人體運(yùn)動(dòng)跟蹤問題，主要工作和特色如下：
　　 1.對(duì)人體運(yùn)動(dòng)圖像分析的關(guān)鍵技術(shù)進(jìn)行了綜述。
　　 詳細(xì)介紹了人體運(yùn)動(dòng)圖像中從初始化模型、人體跟蹤、姿態(tài)估計(jì)和行為識(shí)別的各個(gè)步驟，及其主要的研究方法與進(jìn)展，以及存

2、在的問題。
　　 2.研究了一種改進(jìn)的自適應(yīng)混合高斯模型的人體檢測(cè)算法。
　　 家居背景經(jīng)常發(fā)生變化，需要采用混合高斯函數(shù)來做背景建模。已有的自適應(yīng)混合高斯模型可以快速對(duì)背景進(jìn)行建模，但是當(dāng)人體在某個(gè)空間位置短暫停留時(shí)，就會(huì)被學(xué)習(xí)成背景。本文采用一種近似S曲線函數(shù)的分段指數(shù)函數(shù)來修正學(xué)習(xí)率和新的背景高斯成分的權(quán)重，并結(jié)合形態(tài)學(xué)、中值濾波和圖像金字塔技術(shù)，有效地減除了人體陰影，降低了背景噪聲的影響。
　　 3.研究