視頻監(jiān)控中人體運(yùn)動(dòng)檢測(cè)與跟蹤算法研究.pdf

1、分類號(hào)學(xué)校代碼TP39110542密級(jí)坌玨學(xué)號(hào)2Q!QQ211125壘視頻監(jiān)控中的人體運(yùn)動(dòng)檢測(cè)與跟蹤算法研究ResearchonMovingHumanDetectionandTrackingAlgorithmsforVideoSurveillance指導(dǎo)教師姓名、職稱室9捆星整撞湖南師范大學(xué)學(xué)位評(píng)定委員會(huì)辦公室二。一三年六月然后對(duì)其建立高斯混合模型，再根據(jù)前景與背景在HSV顏色空間的向量差來檢測(cè)出目標(biāo)陰影，最后經(jīng)過形態(tài)學(xué)濾波去噪獲得運(yùn)動(dòng)

2、目標(biāo)。實(shí)驗(yàn)結(jié)果表明，無論是在室內(nèi)還是在室外，相對(duì)傳統(tǒng)的高斯混合模型，改進(jìn)后的算法都能夠有效地適應(yīng)光照變化消除陰影。在人體運(yùn)動(dòng)跟蹤方面，本文著重研究基于MeanShift的跟蹤算法，總結(jié)出基于MeanShift跟蹤算法的優(yōu)缺點(diǎn)。在分析與比較現(xiàn)有改進(jìn)算法的基礎(chǔ)上，采用將KalmanFilter融入MeanShift算法中，這不僅能發(fā)揮MeanShift算法快速收斂和的長(zhǎng)處，還可以結(jié)合KalmanFilter預(yù)先對(duì)人體運(yùn)動(dòng)位置進(jìn)行估計(jì)和預(yù)測(cè)的