視頻序列中運動人體檢測與跟蹤的研究與應用.pdf

1、進入21世紀以后，計算機幾乎涉及了所有領域。目前，我們人類期望能夠使用計算機及相關設備對人的視覺進行一種模擬。同時由于近些年多媒體技術飛速發(fā)展，導致視頻采集十分便利，而且其包含著大量的運動信息，所以我們把視頻圖像序列作為切入點來對不同的領域中的人體行為進行分析解釋。目前在智能監(jiān)控、體育運動分析、高級人機接口技術、虛擬現實技術，基于模型的圖像編碼技術等方面都是計算機視覺所關注的研究方向。本課題首先描述了目前人體檢測與跟蹤的方法，然后對他們

2、的特點進行了分析和總結，最后在此基礎上改進了人體檢測與跟蹤的算法。
　　 論文在第二章列舉了人體檢測的三種算法(幀間差分法、背景差分法、光流法)，對他們做了對比，指出了他們各自的優(yōu)缺點。在此基礎上對幀間差分和背景差分相結合的Kim算法進行了改進。在背景建模方面，針對有無初始背景的情況，都是采用了統(tǒng)計平均的思想來獲取背景；同時考慮到現實環(huán)境光線會發(fā)生一些變化的情況，采用了改進的Surendra方法對我們的背景進行了更新；然后將連續(xù)

3、的三幀做差分相乘處理，再將結果與當前幀和背景的差分的結果相加，最后再進行一些數學形態(tài)學處理，從而可以較好的提取人體。與此同時，課題對該算法的做了大量的測試工作，實驗證明了算法具有較好的準確性。
　　 論文的第三、第四兩章主要是描述了人體跟蹤。首先總結了目前主流的跟蹤方案、關鍵技術以及通常采用的預測算法，特別是對本課題采用的Kalman算法做了詳細推導和總結。討論了基于Kalman濾波算法下人體跟蹤的基本流程，對其中參數設定做了些