智能視頻監(jiān)控中行人檢測與跟蹤技術(shù)的研究與實(shí)現(xiàn).pdf

1、本文通過對智能視頻監(jiān)控中行人檢測與跟蹤技術(shù)的研究與分析，針對其存在的問題，從運(yùn)動目標(biāo)的檢測、行人的識別、運(yùn)動目標(biāo)的跟蹤和計(jì)數(shù)的功能四個(gè)方面對行人檢測與跟蹤進(jìn)行設(shè)計(jì)與實(shí)現(xiàn)。本文主要工作如下:
　　1、在運(yùn)動目標(biāo)檢測方面，本文對常用的三種檢測方法進(jìn)行了比較與分析，并根據(jù)智能視頻監(jiān)控系統(tǒng)的實(shí)際需求，采用基于高斯混合模型背景差分方法來對運(yùn)動目標(biāo)進(jìn)行檢測。
　　2、在行人識別方面，本文以傳統(tǒng)行人形狀特征的粗略篩選技術(shù)為基礎(chǔ)，提出先對邊

2、緣對稱特征（物理特征）進(jìn)行粗略篩選，然后使用多特征融合技術(shù)（抽象特征）對行人進(jìn)行精確識別的方法。針對多特征融合技術(shù)，提出了一種基于HOG-WLD的融合特征技術(shù)。該技術(shù)通過對目標(biāo)特征全面描述并將其送入已經(jīng)訓(xùn)練好的SVM分類器進(jìn)行識別，提高了行人識別的準(zhǔn)確度。實(shí)驗(yàn)表明該技術(shù)不僅滿足了智能視頻監(jiān)控系統(tǒng)的實(shí)時(shí)性，而且對系統(tǒng)行人識別的準(zhǔn)確性有一定程度的提高。
　　3、在行人跟蹤方面，本文采用基于卡爾曼濾波器算法對行人跟蹤進(jìn)行實(shí)現(xiàn)，即通過手動