智能視覺監(jiān)控中人形目標(biāo)檢測.pdf

1、運動目標(biāo)檢測技術(shù)是現(xiàn)代視頻監(jiān)控系統(tǒng)的核心技術(shù)之一，對智能視頻監(jiān)控研究具有非常重要的理論意義和應(yīng)用價值。而人形、人臉檢測技術(shù)在模式識別與計算機(jī)視覺領(lǐng)域一直受到廣泛的關(guān)注與重視。本文對智能視覺監(jiān)控中人形目標(biāo)檢測進(jìn)行研究，論文完成的主要工作如下：
　　 （1）針對智能視頻監(jiān)控中的傳統(tǒng)運動目標(biāo)檢測方法的不足，提出了一種快速、高效的運動目標(biāo)檢測方法。首先針對運動對象識別系統(tǒng)中識別背景不固定的情況，提出了以幀間差分法重建背景圖像，以背景差分

2、法分離當(dāng)前幀圖像中的背景點和運動目標(biāo)點，然后通過濾除非連續(xù)運動目標(biāo)點來減少本模塊的誤識率。采用自適應(yīng)背景更新方法，使背景每隔一定的時間間隔更新一次，以達(dá)到理想的分割效果。實驗結(jié)果表明，該方法可有效地實現(xiàn)對于運動目標(biāo)的檢測。
　　 （2）采用基于AdaBoost算法的閾值自適應(yīng)的權(quán)重更新方法和Haar—like特征，優(yōu)化了分類器結(jié)構(gòu)，實現(xiàn)了級聯(lián)分類器訓(xùn)練方法，降低了算法復(fù)雜度?；趲g差分法實現(xiàn)了背景建模，可排除大量的背景目標(biāo)，提

3、取到視頻序列中的運動人形目標(biāo)，最終實現(xiàn)了一個人形目標(biāo)檢測系統(tǒng)。實驗結(jié)果表明，采用Haar—like矩形特征可克服傳統(tǒng)的檢測方法在噪聲條件下不能準(zhǔn)確提取特征的缺點，在非典型性天氣場景、雪天單人及多目標(biāo)等復(fù)雜場景下均可以取得較好的檢測結(jié)果。
　　 （3）提出了一種基于膚色空間預(yù)處理的AdaBoost算法，先用膚色模型分割出圖像中的膚色區(qū)域，建立膚色在YCbCr顏色空間上的高斯模型，之后再對圖像進(jìn)行噪聲處理，最后通過膚色特征分析得到初