視頻中的行人檢測(cè)算法研究.pdf

1、近年來,行人檢測(cè)在計(jì)算機(jī)視覺領(lǐng)域有很高的應(yīng)用前景。研究人員通過先進(jìn)的人機(jī)交互接口檢測(cè)人的各種信息(外貌、動(dòng)作和活動(dòng)等),再通過計(jì)算機(jī)對(duì)這些信息進(jìn)一步處理,創(chuàng)建出逼真的人體模型進(jìn)而被廣泛的應(yīng)用到各個(gè)領(lǐng)域。例如:智能汽車、視頻監(jiān)控、圖像檢索和高級(jí)人機(jī)交互等。顯然利用圖像進(jìn)行模式識(shí)別已經(jīng)不能夠滿足高層次的應(yīng)用要求,本文正是基于視頻的形式,來實(shí)現(xiàn)對(duì)行人檢測(cè)的目的。
　　本文將視頻中的行人檢測(cè)分成檢測(cè)運(yùn)動(dòng)物體和檢測(cè)人體兩個(gè)環(huán)節(jié)。在檢測(cè)運(yùn)動(dòng)物

2、體時(shí)采用背景減除法得到運(yùn)動(dòng)物體,針對(duì)視頻背景實(shí)時(shí)變化的問題,采用高斯混合模型并實(shí)時(shí)更新,實(shí)現(xiàn)了快速檢測(cè)運(yùn)動(dòng)物體的目的;針對(duì)行人運(yùn)動(dòng)時(shí),人體結(jié)構(gòu)相對(duì)固定卻又發(fā)生扭曲等形變的特點(diǎn),選取Haar-like特征并用AdaBoost方法進(jìn)行訓(xùn)練得到人體檢測(cè)器。
　　本文還在檢測(cè)到運(yùn)動(dòng)物體后,對(duì)運(yùn)動(dòng)物體進(jìn)行了二值化處理、形態(tài)學(xué)處理和8-鄰域連通區(qū)域標(biāo)記,縮小了行人檢測(cè)的范圍,既提高了檢測(cè)的精度又保證了檢測(cè)的速度。
　　實(shí)驗(yàn)結(jié)果表明,本文