基于彩色圖像和深度圖像的人頭跟蹤.pdf

1、視頻序列中的目標(biāo)跟蹤是計(jì)算機(jī)視覺研究領(lǐng)域的熱點(diǎn)，在眾多領(lǐng)域有著廣闊的應(yīng)用前景，比如精確制導(dǎo)，安全監(jiān)控，視頻壓縮等。在當(dāng)前安全監(jiān)控越來越被重視的今天，在學(xué)校、圖書館、商場等場所，監(jiān)控系統(tǒng)已成為必不可少的設(shè)施。實(shí)現(xiàn)監(jiān)控智能化，不僅能將人力從機(jī)械化重復(fù)的工作中解脫出來，更可以提高監(jiān)控的安全性。
　　經(jīng)過多年的研究和發(fā)展，在目標(biāo)跟蹤領(lǐng)域已經(jīng)有很多較為成熟的算法，但是遮擋問題一直是跟蹤領(lǐng)域的難點(diǎn)。由于傳統(tǒng)的2D圖像深度信息的丟失，使得僅依賴

2、于2D圖像并不能從根本上解決跟蹤過程中跟蹤目標(biāo)被遮擋的問題。但是傳統(tǒng)的深度信息恢復(fù)算法和設(shè)備復(fù)雜，很難滿足實(shí)時(shí)跟蹤的需求。2010年微軟公司推出的Kinect深度攝像機(jī)，可以實(shí)時(shí)的采集場景中的深度信息，為跟蹤領(lǐng)域的研究提供了新的契機(jī)?？紤]到在密集人群中人頭被遮擋的概率低于人體，因此本文將人頭定為被跟蹤的對象。
　　本文提出了一個(gè)結(jié)合彩色圖像和深度圖像進(jìn)行人頭跟蹤的算法，將人頭跟蹤建模為標(biāo)記目標(biāo)和候選目標(biāo)的數(shù)據(jù)關(guān)聯(lián)問題。本文方法首先

3、利用深度圖像提取出前景圖像。然后使用預(yù)先訓(xùn)練好的分類器在提取出的前景中對人頭進(jìn)行檢測定位。最后通過計(jì)算標(biāo)記目標(biāo)和檢測到的候選目標(biāo)之間的相似性來實(shí)現(xiàn)跟蹤。本文利用位置信息和基于稀疏表示的紋理信息聯(lián)合構(gòu)成人頭特征。由于深度信息可以很好的解決2D平面圖像中深度模糊的問題，因此將深度信息作為建模的主要特征，將從RGB彩色圖像中獲得的位置信息和稀疏表示信息作為次特征，來確保跟蹤的準(zhǔn)確性。
　　本文提出的算法可以有效地解決跟蹤領(lǐng)域一些難題，比