監(jiān)控視頻中的行人再識別技術(shù)研究.pdf

1、網(wǎng)絡(luò)視頻監(jiān)控作為計(jì)算機(jī)視覺領(lǐng)域的研究熱點(diǎn)，被廣泛應(yīng)用于公共安全、智能交通等領(lǐng)域。行人再識別是網(wǎng)絡(luò)監(jiān)控系統(tǒng)的核心任務(wù)，研究其相關(guān)的算法與技術(shù)具有重要的學(xué)術(shù)意義和巨大的應(yīng)用價值。
　　為實(shí)現(xiàn)監(jiān)控場景下的行人檢測與再識別，本文分析研究了運(yùn)動目標(biāo)檢測、人體檢測和人體特征提取與再識別的算法與技術(shù)，并基于以上技術(shù)搭建了行人檢測與再識別系統(tǒng)，實(shí)現(xiàn)對視頻的智能分析。
　　本文的主要工作如下:
　　首先，研究并實(shí)現(xiàn)了運(yùn)動目標(biāo)檢測算法。研

2、究分析了ViBe背景建模算法，進(jìn)行運(yùn)動前景檢測，調(diào)整模型參數(shù)并對算法進(jìn)行了改進(jìn)。研究分析了均值濾波方法，對得到的前景圖像進(jìn)行后期處理，分析了其參數(shù)對效果的影響，得到最終運(yùn)動區(qū)域，為后續(xù)的工作奠定基礎(chǔ)。
　　其次，研究并實(shí)現(xiàn)了人體檢測算法。對行人頭肩和人體分別提取HOG特征，針對頭肩區(qū)域，采用級聯(lián)結(jié)構(gòu)訓(xùn)練了級聯(lián)Adaboost分類器，用于檢測行人頭肩;針對人體區(qū)域，采用DPM算法訓(xùn)練了人體DPM模型，用于檢測行人人體。頭肩檢測和人體

3、檢測的結(jié)合實(shí)現(xiàn)了行人的快速檢測。
　　然后，研究并實(shí)現(xiàn)了人體特征提取與再識別算法。首先采用動態(tài)閾值法實(shí)現(xiàn)圖像顏色校正，避免色差對顏色特征提取的影響。隨后對人體分區(qū)，分割出上衣和褲子的區(qū)域。針對不同區(qū)域提取顏色直方圖作為行人特征。本文在分析了監(jiān)控場景中顏色分布特點(diǎn)和現(xiàn)有顏色量化方法缺陷的基礎(chǔ)上，提出了一種非線性顏色量化法。這種方法通過查表進(jìn)行量化，獲得魯棒的顏色直方圖。根據(jù)直方圖相交進(jìn)行顏色匹配，并通過實(shí)驗(yàn)驗(yàn)證了人體顏色特征在再識別