基于視頻的人體檢測跟蹤算法研究.pdf

1、運動人體的檢測與跟蹤已經(jīng)成為計算機視覺領域的研究熱點之一。本文分別對運動人體的檢測和跟蹤進行了研究。首先通過攝像頭捕捉到視頻圖像，離散后得到視頻序列，然后分別進行了背景差法的運動檢測，利用Meanshift算法和Camshift算法對單目標的運動人體進行跟蹤，最后再結合Kalman濾波技術對雙目標的運動人體進行了跟蹤。整個檢測和跟蹤過程的實驗都是在matlab環(huán)境下進行的仿真實驗。 在進行運動人體檢測時，首先要將通過攝像頭采集到

2、的視頻序列進行預處理，然后對視覺場景進行背景建模，在利用背景差法將運動目標與背景分離后，進行二值化處理，得到前景為白色，背景為黑色的二值化圖像。由于在光照強烈的情況下進行運動檢測時得到的二值化圖像中會有陰影區(qū)域，所以接下來的工作要對影子進行濾除。去除掉影子后通過形態(tài)學濾波和連通性的檢測將一些孤立的白點去掉，將運動目標中出現(xiàn)的黑色孔洞進行填充。最后就得到了一幅完整的檢測圖像。 在進行人體跟蹤過程中，本文選取直方圖和搜索窗口內的質心

3、作為運動目標的特征。在了解了Meanshift算法和Camshift算法的原理后，本文分別用兩種算法對單個運動目標做了對比仿真實驗，并給出了跟蹤效果圖。 在接下來對雙目標的運動人體進行研究時發(fā)現(xiàn)了許多難點問題需要解決，特別是遮擋與分離問題比較棘手。由于直方圖的特征并不具備與運動目標一一對應的特性，本文提出了借助Kalman濾波器對兩個目標的運動狀態(tài)分別進行預測和估計，從而增加目標遮擋和分離后判斷的可靠性。在將Camshift跟蹤