面向DSP實(shí)現(xiàn)的視頻頭肩檢測(cè)與跟蹤算法研究.pdf

1、行人檢測(cè)與跟蹤是智能視頻分析領(lǐng)域中一個(gè)重要的研究課題。由于人體的頭肩呈現(xiàn)比較固定的類(lèi)似“Ω”形狀和不易被遮擋等優(yōu)點(diǎn)，為行人的準(zhǔn)確檢測(cè)和跟蹤提供了先決條件。本文對(duì)運(yùn)動(dòng)人體目標(biāo)的檢測(cè)與跟蹤問(wèn)題在單個(gè)固定攝像頭的場(chǎng)景下進(jìn)行了研究與分析，其主要工作內(nèi)容如下描述：
　　首先，提取運(yùn)動(dòng)目標(biāo)方面，分析了幾種典型的運(yùn)動(dòng)目標(biāo)檢測(cè)方法。對(duì)于視頻監(jiān)控系統(tǒng)中固定背景情形下，采用背景相減法提取運(yùn)動(dòng)目標(biāo)。背景差分后，首先利用歸一化顏色信息消除運(yùn)動(dòng)目標(biāo)的陰影，

2、然后使用數(shù)學(xué)形態(tài)學(xué)方法修復(fù)前景圖像和去噪。
　　其次，頭肩檢測(cè)方面，針對(duì)單一特征辨識(shí)度較低和頭肩尺度多樣性問(wèn)題，本文提出了使用梯度方向直方圖(HOG）和局部二值模式（LBP）的串行融合特征來(lái)對(duì)頭肩圖像進(jìn)行描述，融合后的特征送入支持向量機(jī)，并且通過(guò)Bootstrapping的方式對(duì)其進(jìn)行訓(xùn)練，得到最終的頭肩判別模型，該方法使檢測(cè)效果得到了提升。
　　然后，頭肩跟蹤方面，本文選用了基于粒子濾波的跟蹤算法使用了加權(quán)彩色直方圖當(dāng)作頭