基于圖像處理的復(fù)雜環(huán)境人形統(tǒng)計(jì)方法研究.pdf

1、隨著經(jīng)濟(jì)全球化的迅速發(fā)展，公共安全成為人們生活中最重要的問題，智能安防系統(tǒng)不斷的走進(jìn)人們生活中，成為生活中不可缺少的一部分，而人形檢測是智能安防系統(tǒng)的最前沿的課題，主要應(yīng)用于智能家庭、智能交通、人體行為分析等領(lǐng)域。本文研究復(fù)雜環(huán)境下的人形統(tǒng)計(jì)方法，由于受場景不同、光線不同、拍攝角度不同、目標(biāo)尺度變化、人體形態(tài)差異、偽裝效應(yīng)和動(dòng)態(tài)背景等因素的影響，準(zhǔn)確進(jìn)行人形統(tǒng)計(jì)有很大難度，為此，本文做了以下主要工作：
　　通過分析基于膚色模型和A

2、daBoost算法的人臉檢測的優(yōu)點(diǎn)與弊端，改進(jìn)了一種基于膚色信息的AdaBoost級聯(lián)分類器算法，實(shí)現(xiàn)了膚色模型與級聯(lián)結(jié)構(gòu)的AdaBoost分類器算法的良好結(jié)合，提高了復(fù)雜場景中光照變化以及人臉姿態(tài)變化對人臉檢測的精確性。
　　采用相機(jī)垂直架設(shè)的方法，利用HOG特征，獲取人體頭部特征信息，采取機(jī)器學(xué)習(xí)的方法進(jìn)行人形檢測；并采用增量學(xué)習(xí)的訓(xùn)練方法，獲得最終的SVM分類器，解決了復(fù)雜場景中人形目標(biāo)較多時(shí)人形目標(biāo)相互遮擋的問題。