監(jiān)控視頻中行人檢測(cè)算法研究.pdf

1、智能視頻監(jiān)控系統(tǒng)是計(jì)算機(jī)視覺領(lǐng)域中重要研究方向，被廣泛的應(yīng)用于公共安全領(lǐng)域、人機(jī)交互領(lǐng)域，同時(shí)也是汽車輔助系統(tǒng)的關(guān)鍵技術(shù)之一。因?yàn)槿耸侵悄芤曨l監(jiān)控系統(tǒng)重點(diǎn)關(guān)注對(duì)象，從而使得行人檢測(cè)又是智能視頻監(jiān)控系統(tǒng)中的熱點(diǎn)問題，但是人屬于非剛性物體，具有姿態(tài)多樣性，另外行人外貌與穿著不盡相同，加上檢測(cè)環(huán)境復(fù)雜性如光照的變化等都會(huì)給行人檢測(cè)技術(shù)帶來(lái)了巨大挑戰(zhàn)，當(dāng)前主流行人檢測(cè)方法是基于機(jī)器學(xué)習(xí)的方式展開，本文從行人檢測(cè)的主流方法入手，并結(jié)合運(yùn)動(dòng)目標(biāo)檢測(cè)

2、算法與行人跟蹤算法設(shè)計(jì)并實(shí)現(xiàn)了一套在行人檢測(cè)精度與實(shí)時(shí)性兩方面都取得良好表現(xiàn)的行人檢測(cè)系統(tǒng)。本文主要做的工作如下。
　　首先本文對(duì)比研究了多種國(guó)內(nèi)外提出的背景建模算法，并按照整套行人檢測(cè)系統(tǒng)的實(shí)時(shí)性與精確性要求，選擇ViBe模型來(lái)提取運(yùn)動(dòng)目標(biāo)的二值掩碼圖，采用聯(lián)合濾波算法將離散前景目標(biāo)進(jìn)行濾波使其形成完整團(tuán)塊，然后使用三次掃描連通域標(biāo)記算法獲得團(tuán)塊的基本信息，同時(shí)還采用了圖像降采樣與圖像去噪處理來(lái)提高運(yùn)動(dòng)目標(biāo)檢測(cè)模塊的速度與效果。

3、
　　然后在運(yùn)動(dòng)目標(biāo)檢測(cè)的基礎(chǔ)上本文采用基于機(jī)器學(xué)習(xí)方式來(lái)對(duì)行人進(jìn)行分類，將HOG特征與改進(jìn)的softcascade分類器結(jié)合來(lái)對(duì)行人進(jìn)行多尺度檢測(cè)，本文采用行人頭肩檢測(cè)與行人人體檢測(cè)相結(jié)合的方式來(lái)檢測(cè)行人，通過(guò)頭肩檢測(cè)來(lái)解決行人之間的遮擋問題，利用行人人體檢測(cè)來(lái)降低行人檢測(cè)誤檢率。并采用金字塔搜索的方式來(lái)解決監(jiān)控視頻中行人尺度不同的問題。
　　最后考慮到行人檢測(cè)系統(tǒng)的實(shí)時(shí)性要求，本文又加入了基于多特征模板匹配的行人跟蹤算法