車載視頻中的行人跟蹤方法研究.pdf

1、目標(biāo)物體跟蹤是計(jì)算機(jī)視覺領(lǐng)域中的一個(gè)重要研究問題，而行人跟蹤是目標(biāo)跟蹤領(lǐng)域的一個(gè)重要分支，它被廣泛地應(yīng)用于場景監(jiān)控、人機(jī)交互、先進(jìn)車輛技術(shù)等眾多領(lǐng)域。盡管現(xiàn)有的跟蹤方法已經(jīng)取得了較好的跟蹤效果，行人跟蹤依然是頗具挑戰(zhàn)性的課題。首先，現(xiàn)有的跟蹤方法難以同時(shí)取得較高的跟蹤準(zhǔn)確率和跟蹤效率。其次，現(xiàn)有的行人跟蹤數(shù)據(jù)庫大部分都以矩形框的形式給出行人的位置和大小，導(dǎo)致框內(nèi)包含大量的背景像素點(diǎn)信息，這些背景像素點(diǎn)會(huì)對目標(biāo)行人的特征建模造成干擾。最后

2、，行人跟蹤不同于一般物體的跟蹤，行人在行走過程中的形狀和姿態(tài)會(huì)不停地變化，而且同一場景中不同行人之間僅用常見的灰度特征會(huì)難以區(qū)分。這些困難都導(dǎo)致現(xiàn)有的跟蹤方法對目標(biāo)行人的跟蹤不魯棒。
　　本文介紹了目標(biāo)物體跟蹤和檢測方法的研究和發(fā)展?fàn)顩r，并針對現(xiàn)有方法對行人跟蹤這一特定目標(biāo)的不足，在以下方面做了一些創(chuàng)新性工作：第一，在經(jīng)典的Tracking-Learning-Detection跟蹤方法上，對表示目標(biāo)行人的局部二值模板特征進(jìn)行改進(jìn)，

3、替換為H-S直方圖特征，增強(qiáng)了行人姿態(tài)變化下的跟蹤魯棒性。同時(shí)，在行人外觀模型的建立過程中引入顯著區(qū)域檢測，顯著地降低了行人框內(nèi)背景像素點(diǎn)/局外點(diǎn)的干擾，從而極大地提高了跟蹤框架中檢測模塊的準(zhǔn)確度。第二，在H-S直方圖特征的基礎(chǔ)上，結(jié)合彩色特征的空間統(tǒng)計(jì)分布特性，進(jìn)一步提高跟蹤框架中行人外觀模型的準(zhǔn)確度。該彩色特征刻畫了行人身體部位的空間位置特性，并包含了 RGB、normRGB、HSV和Lab彩色空間的3維彩色直方圖信息，使跟蹤框架中