基于機器視覺的行人運動軌跡識別研究.pdf

1、當(dāng)今社會，行人運動分析的發(fā)展已經(jīng)越來越成熟，為人們的生活帶來了許多便利，也是未來科技發(fā)展的一個新興研究熱點，相關(guān)技術(shù)包括行人存在檢測、目標(biāo)識別跟蹤等技術(shù)也有著巨大的發(fā)展前景，如何建立一套高效通用的分析系統(tǒng)，決定著該領(lǐng)域是否能夠得到更廣泛地應(yīng)用。
　　本論文在前人的研究成果及技術(shù)的基礎(chǔ)上，對現(xiàn)有的一些算法加以改進，以達到更好的運算效果。提出了改進型幀差法結(jié)合多特征級聯(lián)的AdaBoost分類器，完成了行人檢測識別的任務(wù)，利用粒子濾波的

2、算法，對行人的運動軌跡進行預(yù)測，再使用AdaBoost分類器進一步確認預(yù)測結(jié)果。論文具體的研究工作有:
　　(1)行人檢測的算法的研究，詳細研究了幀差法并提出了改進，圖像預(yù)處理之后，使用改進型的多幀差法完成行人的存在檢測，提高了算法的準(zhǔn)確性，進一步對幀差后的結(jié)果進行運動區(qū)域的提取，減少了后續(xù)算法的運算范圍，提高了算法的準(zhǔn)確性。
　　(2)行人識別的算法的研究，詳細地研究了Boosting算法，通過比較各個算子的性能，確定本論

3、文采用Haar、edgelet特征算子相結(jié)合的級聯(lián)的AdaBoost算法，同時利用動態(tài)的權(quán)重來改善級聯(lián)的AdaBoost算法，提高了檢測識別的準(zhǔn)確率。
　　(3)運動目標(biāo)的跟蹤算法的研究，對本論文采用的粒子濾波算法進行了重點的研究，并且對算法進行了改進，確定本論文使用的級聯(lián)分類器結(jié)合粒子濾波的算法，跟蹤結(jié)束之后再識別，進一步對跟蹤結(jié)果的準(zhǔn)確進行判斷，使得算法準(zhǔn)確性得以提升。
　　(4)編寫程序?qū)崿F(xiàn)算法的思想，在軟件平臺Ope