人體運動目標檢測與跟蹤關系問題研究.pdf

1、人體運動分析是當代計算機視覺和生物學相結合的一項重要技術，在軍事國防、視頻監(jiān)控、人機交互、醫(yī)療診斷以及商業(yè)等領域均有廣泛的應用。目前，國內外學者對該領域做了大量的研究，并取得了一些成果。但由于人體形態(tài)及運動的復雜性，人體運動目標分析在理論和應用上仍面臨著很多難題，本文在前人已有成果的基礎上，重點對人體運動檢測過程中背景建模、運動目標提取以及人體運動目標自動化跟蹤過程模板的更新、軌跡預測等關鍵問題展開進一步研究。
　　 在人體運動

2、目標檢測方面，通過比較分析各種人體檢測算法，在背景建模過程中引入邊緣檢測、灰度相關性計算以及圖像分塊處理技術，對surrendra背景建模方法進行改進;在目標提取過程中選用自適應迭代閾值法、形態(tài)學處理、連通性分析相關技術優(yōu)化提取結果。實驗結果表明改進的算法將相鄰的多個像素進行整體處理，消除因單個像素擾動而產生的誤檢，有效克服光照變化的影響，實時性和準確性較高。
　　 在人體運動目標跟蹤方面，對Mean-shift算法在人體運動目

3、標跟蹤中的不足進行了改進，提出一種融合模板加權更新和最小二乘預測的自動化Mean-shift搜索的運動目標跟蹤新方法。利用人體目標檢測信息初始化Mean-shift參數，實現自動化跟蹤;通過引入最小二乘線性預測與曲線預測相結合的方法有效的解決定位偏差和目標遮擋的問題;利用模板加權更新算法使Mean-shift算法在穩(wěn)定性方面得到了改進;最后根據跟蹤得到的質心位置，記錄人體目標運行軌跡。實驗表明，本算法實現了人體目標的自動化跟蹤，增強了M