基于視頻人數(shù)統(tǒng)計與跟蹤改進(jìn)算法的研究與實現(xiàn).pdf

1、人作為社會的主體，社會活動的主要參與者，在計算機(jī)出現(xiàn)并高速發(fā)展的現(xiàn)代，成為人工智能研究的作用對象。計算機(jī)視覺與人工智能研究聯(lián)系緊密，需要實現(xiàn)人的識別、跟蹤及行為分析等功能。本文以攝像機(jī)采集的視頻作為處理對象，主要研究攝像機(jī)垂直下攝和有一定角度拍攝兩種情況下的人頭提取及跟蹤技術(shù)。
　　人頭提取主要通過分析和識別各類人頭特征來實現(xiàn)，但由于攝像機(jī)拍攝的角度不同，行人的打扮各異，環(huán)境中的光線會造成陰影等原因，人頭提取存在特征不通用、目標(biāo)易

2、連粘等難題。針對人頭提取問題，本文利用系統(tǒng)獲取的攝像機(jī)參數(shù)區(qū)分兩種不同人頭識別模式，并基于多特征進(jìn)行人頭識別。在攝像機(jī)垂直下攝情況下，以發(fā)色和梯度霍夫圓變換兩個特征的結(jié)合進(jìn)行人頭提取；在攝像機(jī)有一定角度拍攝情況下，以膚色、發(fā)色區(qū)域檢測為基礎(chǔ)，再用兩區(qū)域毗鄰特征進(jìn)行人頭提取。
　　本文采用基于Kalman濾波的區(qū)域匹配跟蹤算法進(jìn)行人頭跟蹤，對遮擋而假消失的目標(biāo)，通過Kalman濾波器進(jìn)行預(yù)測和更新，并結(jié)合背景差分與幀間差分聯(lián)合的運(yùn)動