基于機(jī)器視覺的行人運(yùn)動(dòng)軌跡識(shí)別研究.pdf

1、當(dāng)今社會(huì)，行人運(yùn)動(dòng)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(gè)新興研究熱點(diǎn)，相關(guān)技術(shù)包括行人存在檢測(cè)、目標(biāo)識(shí)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(duì)現(xiàn)有的一些算法加以改進(jìn)，以達(dá)到更好的運(yùn)算效果。提出了改進(jìn)型幀差法結(jié)合多特征級(jí)聯(lián)的AdaBoost分類器，完成了行人檢測(cè)識(shí)別的任務(wù)，利用粒子濾波的

2、算法，對(duì)行人的運(yùn)動(dòng)軌跡進(jìn)行預(yù)測(cè)，再使用AdaBoost分類器進(jìn)一步確認(rèn)預(yù)測(cè)結(jié)果。論文具體的研究工作有:
　　(1)行人檢測(cè)的算法的研究，詳細(xì)研究了幀差法并提出了改進(jìn)，圖像預(yù)處理之后，使用改進(jìn)型的多幀差法完成行人的存在檢測(cè)，提高了算法的準(zhǔn)確性，進(jìn)一步對(duì)幀差后的結(jié)果進(jìn)行運(yùn)動(dòng)區(qū)域的提取，減少了后續(xù)算法的運(yùn)算范圍，提高了算法的準(zhǔn)確性。
　　(2)行人識(shí)別的算法的研究，詳細(xì)地研究了Boosting算法，通過比較各個(gè)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(jí)聯(lián)的AdaBoost算法，同時(shí)利用動(dòng)態(tài)的權(quán)重來改善級(jí)聯(lián)的AdaBoost算法，提高了檢測(cè)識(shí)別的準(zhǔn)確率。
　　(3)運(yùn)動(dòng)目標(biāo)的跟蹤算法的研究，對(duì)本論文采用的粒子濾波算法進(jìn)行了重點(diǎn)的研究，并且對(duì)算法進(jìn)行了改進(jìn)，確定本論文使用的級(jí)聯(lián)分類器結(jié)合粒子濾波的算法，跟蹤結(jié)束之后再識(shí)別，進(jìn)一步對(duì)跟蹤結(jié)果的準(zhǔn)確進(jìn)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(tái)Ope