背景固定視頻中的行人檢測技術研究.pdf

1、行人檢測是圖像識別的一項重要內容，是近幾年計算機視覺領域中備受矚目的前沿方向和研究熱點。它在智能監(jiān)控系統(tǒng)、行車輔助駕駛、目標運動分析、高級人機接口等眾多領域中擁有著廣泛的使用前景。
　　針對靜止攝像機拍攝的視頻，實現(xiàn)視頻中的行人檢測主要包括兩種方法:基于背景差分法和基于統(tǒng)計學習法。前者先對圖片的背景進行建模，再利用背景與前景的差分圖像分割取得運動區(qū)域，通過行人的形狀特征提取行人區(qū)域完成檢測。后者則采用模式識別的思想，將該問題轉化為

2、一個二分類（視頻中包含有行人目標或視頻中不包含行人目標）的問題:提取行人與背景的灰度特征值、邊緣輪廓等作為特征向量，將其輸入分類器判斷是否為行人目標。這兩種行人檢測算法都有各自的優(yōu)勢，但也存在各自的問題。前者速度雖然快，但容易受外界環(huán)境的干擾，穩(wěn)定性差，并且不能十分準確的區(qū)分行人目標與其它運動目標的差別;后者可有效抗擊環(huán)境變化，但算法復雜，檢測速度較慢，且未能充分利用靜止攝像機拍攝的視頻所提供的信息。
　　本文結合兩種算法的優(yōu)勢，

3、提出一種先建立圖像背景模型，利用背景差分法分割出運動區(qū)域，再在運動區(qū)域內利用統(tǒng)計學習法進行行人檢測的算法。本文取得的成果主要包括以下的幾個方面:
　　(1)針對運動目標檢測，主要研究了背景差分法，討論了幾種不同的背景建模方式并通過實驗數(shù)據(jù)比較了其效果。
　　(2)通過背景差分法得到了前景的灰度圖，在灰度圖轉化為更能表明行人區(qū)域的二值圖像的過程中，用實驗數(shù)據(jù)對比了幾種不同的閾值分割方法，并提出一種新的圖像分割閾值選擇法，提高了