視頻監(jiān)控中的行人檢測與跟蹤方法研究.pdf

1、智能視頻監(jiān)控與人們的生活聯(lián)系越來越緊密，已經滲透到人們生活的各個方面，如交通流量統(tǒng)計、企業(yè)安防、刑偵、銀行監(jiān)控、醫(yī)院等都可以看到視頻監(jiān)控的影響。智能視頻監(jiān)控作為模式識別領域的重要分支，主要研究的是視頻中的運動物體，對運動目標進行檢測、識別和跟蹤。而人是視頻中的人們最關心的運動目標，通過對行人的行為分析，給監(jiān)控者提供可靠、及時的信息，為人們對異常事件做出快速的反應提供依據(jù)。視頻中行人的檢測與跟蹤技術是這一切的基礎，只有有了準確、魯棒的行人

2、檢測與跟蹤算法，才能為后面的人體動作識別、人群異常事件檢測等提供可靠的保障。因此研究視頻中的行人檢測與跟蹤算法具有重要的現(xiàn)實意義。本文總結分析了常用的視頻中的目標檢測和跟蹤方法，并提出了改進的算法，在多種視頻條件下進行了行人檢測跟蹤的實驗。本文的主要研究內容如下:
　　1)詳細研究了基于膚色的行人檢測算法，提出了一種利用YCbCr聚類圖來限定膚色區(qū)域的人臉檢測方法，增強了膚色檢測在不同光照環(huán)境下的魯棒性。
　　2)詳細介紹了

3、壓縮感知算法，從兩方面改進了基于壓縮感知的目標跟蹤算法，一方面是目標特征提取，在原始特征的基礎上得到互補的另一種特征，然后采用多特征聯(lián)合的方法描述目標和背景，增強目標穩(wěn)定性;另一方面是增加檢測反饋，利用檢測的結果修正發(fā)生漂移的目標;并用OpenMP技術對改進的壓縮感知跟蹤算法進行了并行化處理;對提出的算法進行了不同環(huán)境下的實驗，證明了算法的有效性和實時性。
　　3)針對視頻跟蹤中目標遮擋問題，提出了一種粒子濾波算法，該算法用目標的

4、混合彩色直方圖作為特征，采用隨機正太分布的初始化方法和高權值多復制的重采樣策略，最后通過實驗驗證了該算法對遮擋問題有很好的魯棒性。
　　4)本實驗室課題組的不同成員分別對智能視頻監(jiān)控領域的不同技術進行了研究，共同組成了一整套智能視頻監(jiān)控系統(tǒng)，包括前景檢測與分割、行人檢測與跟蹤、人體行為識別、徘徊逗留檢測、遺留物體檢測、異常事件發(fā)現(xiàn)等模塊，本文主要完成的是行人檢測與跟蹤部分，該部分是其他模塊的基礎，本文算法的好壞將直接影響整個系統(tǒng)的