基于機器視覺的行人檢測和跟蹤技術研究.pdf

1、浙江理工大學學位論文原創(chuàng)性聲明本人鄭重聲明：我恪守學術道德，崇尚嚴謹學風。所呈交的學位論文，是本人在導師的指導下，獨立進行研究工作所取得的成果。除文中已明確注明和引用的內容外，本論文不包含任何其他個人或集體已經發(fā)表或撰寫過的作品及成果的內容。論文為本人親自撰寫，我對所寫的內容負責，并完全意識到本聲明的法律結果由本人承擔。學位論文作者簽名：狳彩良譬Et期：陽年)月日摘要基于機器視覺的行人檢測和跟蹤廣泛應用于視頻監(jiān)控、三維重構、自主車輛導航

2、等多個領域，對其方法的研究具有十分重要的意義。由于行人本身的一些固有屬性、行人之間的遮擋、人與環(huán)境間的影響以及攝像頭的運動等干擾因素都會對行人的實時檢測和跟蹤造成很大困難。行人檢測和跟蹤技術正逐漸應用在復雜的應用場景中，但是其目前仍然處在一個快速發(fā)展的初級階段。論文對基于機器視覺的行人檢測和跟蹤的若干關鍵技術進行了研究，主要研究內容如下：第一章介紹了課題的研究背景和目前的研究現狀，并闡述了課題的研究意義以及有待進一步完善的內容。第二章介

3、紹了基于機器視覺的行人檢測和跟蹤中的基礎理論知識，闡述了常用的描述物體特征的方法及其優(yōu)缺點，并介紹了均值漂移的相關算法。第三章針對傳統(tǒng)的形狀上下文特征在行人檢測中區(qū)域劃分較密的問題，改進了區(qū)域劃分方法，并使用了直方圖區(qū)間模糊方法。改進后算法具有一定的形變容忍度，并且對背景雜物的抗干擾能力得到了增強。實驗表明，改進后的算法得到較為理想的行人檢測結果。第四章針對行人在較復雜環(huán)境中，易受光照變化、姿態(tài)、遮擋等不利因素干擾，本章引入了隨機森林分

4、類器和點對比較特征進行行人檢測，這種基于大量樣本統(tǒng)計學習的方法可以在一定程度上解決行人檢測中光照變化、遮擋、姿態(tài)變化的問題。通過實驗，驗證了本章算法的有效性。第五章提出了一種魯棒性強的行人跟蹤改進算法。為降低背景干擾因素的影響，較為準確地描述目標特征，提出了背景加權和目標加權方法。為實現復雜環(huán)境下對行人的穩(wěn)定實時跟蹤，進一步提高目標物體跟蹤的實時性和魯棒性，提出了目標模板實時更新策略。通過多組實驗，分別從直觀跟蹤效果和迭代運算次數方面，