背景固定視頻中的行人檢測(cè)技術(shù)研究.pdf

1、行人檢測(cè)是圖像識(shí)別的一項(xiàng)重要內(nèi)容，是近幾年計(jì)算機(jī)視覺(jué)領(lǐng)域中備受矚目的前沿方向和研究熱點(diǎn)。它在智能監(jiān)控系統(tǒng)、行車輔助駕駛、目標(biāo)運(yùn)動(dòng)分析、高級(jí)人機(jī)接口等眾多領(lǐng)域中擁有著廣泛的使用前景。
　　針對(duì)靜止攝像機(jī)拍攝的視頻，實(shí)現(xiàn)視頻中的行人檢測(cè)主要包括兩種方法:基于背景差分法和基于統(tǒng)計(jì)學(xué)習(xí)法。前者先對(duì)圖片的背景進(jìn)行建模，再利用背景與前景的差分圖像分割取得運(yùn)動(dòng)區(qū)域，通過(guò)行人的形狀特征提取行人區(qū)域完成檢測(cè)。后者則采用模式識(shí)別的思想，將該問(wèn)題轉(zhuǎn)化為

2、一個(gè)二分類（視頻中包含有行人目標(biāo)或視頻中不包含行人目標(biāo)）的問(wèn)題:提取行人與背景的灰度特征值、邊緣輪廓等作為特征向量，將其輸入分類器判斷是否為行人目標(biāo)。這兩種行人檢測(cè)算法都有各自的優(yōu)勢(shì)，但也存在各自的問(wèn)題。前者速度雖然快，但容易受外界環(huán)境的干擾，穩(wěn)定性差，并且不能十分準(zhǔn)確的區(qū)分行人目標(biāo)與其它運(yùn)動(dòng)目標(biāo)的差別;后者可有效抗擊環(huán)境變化，但算法復(fù)雜，檢測(cè)速度較慢，且未能充分利用靜止攝像機(jī)拍攝的視頻所提供的信息。
　　本文結(jié)合兩種算法的優(yōu)勢(shì)，

3、提出一種先建立圖像背景模型，利用背景差分法分割出運(yùn)動(dòng)區(qū)域，再在運(yùn)動(dòng)區(qū)域內(nèi)利用統(tǒng)計(jì)學(xué)習(xí)法進(jìn)行行人檢測(cè)的算法。本文取得的成果主要包括以下的幾個(gè)方面:
　　(1)針對(duì)運(yùn)動(dòng)目標(biāo)檢測(cè)，主要研究了背景差分法，討論了幾種不同的背景建模方式并通過(guò)實(shí)驗(yàn)數(shù)據(jù)比較了其效果。
　　(2)通過(guò)背景差分法得到了前景的灰度圖，在灰度圖轉(zhuǎn)化為更能表明行人區(qū)域的二值圖像的過(guò)程中，用實(shí)驗(yàn)數(shù)據(jù)對(duì)比了幾種不同的閾值分割方法，并提出一種新的圖像分割閾值選擇法，提高了