基于隱馬爾科夫模型的目標(biāo)人體識(shí)別.pdf

1、近年來(lái)，隨著攝像頭成本不斷地降低和人們對(duì)安全領(lǐng)域的重視，視頻監(jiān)控系統(tǒng)取得了快速的發(fā)展，且廣泛應(yīng)用在城市的各個(gè)場(chǎng)所，如機(jī)場(chǎng)、銀行、超市、政府機(jī)構(gòu)等。在監(jiān)控系統(tǒng)多攝像機(jī)中識(shí)別出特定人的身份，判斷其是否在某個(gè)時(shí)間或某個(gè)地點(diǎn)出現(xiàn)是一個(gè)非常重要的問(wèn)題，常稱為視頻中的目標(biāo)人體識(shí)別或人體對(duì)象的目標(biāo)識(shí)別。僅依靠安全人員24小時(shí)不斷地監(jiān)視攝像機(jī)中的變化需要花費(fèi)大量的人力和物力，這促使了人體對(duì)象的目標(biāo)識(shí)別成為計(jì)算機(jī)視覺(jué)中的研究熱點(diǎn)。
　　人體對(duì)象的目

2、標(biāo)識(shí)別是非重疊多攝像機(jī)中對(duì)象的連續(xù)跟蹤和海量視頻中對(duì)象檢索的關(guān)鍵。本文提出了一種新穎的人體對(duì)象的目標(biāo)識(shí)別方法，通過(guò)人體對(duì)象序列的圖像特征訓(xùn)練隱馬爾科夫模型，用訓(xùn)練的模型識(shí)別出查詢?nèi)梭w對(duì)象的身份。一般提取特征面臨的問(wèn)題是計(jì)算復(fù)雜，維數(shù)高，本文提出的特征提取方法克服了此類問(wèn)題不足，特征提取算法的時(shí)間復(fù)雜度為線性，而且能夠精確的表達(dá)對(duì)象表觀特征；在系統(tǒng)建模階段，復(fù)雜的特征需要模型能夠選擇特定的通道，本文使用隱馬爾科夫模型融合多幅圖片的特征,不