視頻序列中運(yùn)動(dòng)人體檢測(cè)與跟蹤的研究與應(yīng)用.pdf

1、進(jìn)入21世紀(jì)以后，計(jì)算機(jī)幾乎涉及了所有領(lǐng)域。目前，我們?nèi)祟惼谕軌蚴褂糜?jì)算機(jī)及相關(guān)設(shè)備對(duì)人的視覺進(jìn)行一種模擬。同時(shí)由于近些年多媒體技術(shù)飛速發(fā)展，導(dǎo)致視頻采集十分便利，而且其包含著大量的運(yùn)動(dòng)信息，所以我們把視頻圖像序列作為切入點(diǎn)來對(duì)不同的領(lǐng)域中的人體行為進(jìn)行分析解釋。目前在智能監(jiān)控、體育運(yùn)動(dòng)分析、高級(jí)人機(jī)接口技術(shù)、虛擬現(xiàn)實(shí)技術(shù)，基于模型的圖像編碼技術(shù)等方面都是計(jì)算機(jī)視覺所關(guān)注的研究方向。本課題首先描述了目前人體檢測(cè)與跟蹤的方法，然后對(duì)他們

2、的特點(diǎn)進(jìn)行了分析和總結(jié)，最后在此基礎(chǔ)上改進(jìn)了人體檢測(cè)與跟蹤的算法。
　　 論文在第二章列舉了人體檢測(cè)的三種算法(幀間差分法、背景差分法、光流法)，對(duì)他們做了對(duì)比，指出了他們各自的優(yōu)缺點(diǎn)。在此基礎(chǔ)上對(duì)幀間差分和背景差分相結(jié)合的Kim算法進(jìn)行了改進(jìn)。在背景建模方面，針對(duì)有無初始背景的情況，都是采用了統(tǒng)計(jì)平均的思想來獲取背景；同時(shí)考慮到現(xiàn)實(shí)環(huán)境光線會(huì)發(fā)生一些變化的情況，采用了改進(jìn)的Surendra方法對(duì)我們的背景進(jìn)行了更新；然后將連續(xù)

3、的三幀做差分相乘處理，再將結(jié)果與當(dāng)前幀和背景的差分的結(jié)果相加，最后再進(jìn)行一些數(shù)學(xué)形態(tài)學(xué)處理，從而可以較好的提取人體。與此同時(shí)，課題對(duì)該算法的做了大量的測(cè)試工作，實(shí)驗(yàn)證明了算法具有較好的準(zhǔn)確性。
　　 論文的第三、第四兩章主要是描述了人體跟蹤。首先總結(jié)了目前主流的跟蹤方案、關(guān)鍵技術(shù)以及通常采用的預(yù)測(cè)算法，特別是對(duì)本課題采用的Kalman算法做了詳細(xì)推導(dǎo)和總結(jié)。討論了基于Kalman濾波算法下人體跟蹤的基本流程，對(duì)其中參數(shù)設(shè)定做了些