基于active basis的行人檢測與行為分析.pdf

1、基于視頻序列的行人檢測和行為分析問題是當(dāng)今計算機(jī)視覺和模式識別領(lǐng)域的一個研究熱點，它在智能視頻監(jiān)控、智能交通、人機(jī)交互、運動分析、輔助臨床醫(yī)學(xué)等多個領(lǐng)域有著良好的發(fā)展前景。該問題具體分解為提取運動中的人、對行人進(jìn)行檢測、對行人行為進(jìn)行分析三個階段進(jìn)行處理。本文在總結(jié)分析國內(nèi)外相關(guān)研究工作的基礎(chǔ)上，提出一套較新的行人檢測和行為分析的方法。
　　一是通過研究運動目標(biāo)檢測的基本方法原理及優(yōu)缺點，針對目標(biāo)檢測的基本方法應(yīng)用到本實驗中出現(xiàn)的

2、問題，本文提出了一種新的基于訓(xùn)練的可更新的背景建模方法。該方法在視頻的第一幀有運動目標(biāo)的情況下依然能得到準(zhǔn)確的初始背景，并在其后能不斷更新背景，進(jìn)而通過差分法檢測到運動目標(biāo)，從而能夠更好地在復(fù)雜背景下提取到運動目標(biāo)，排除復(fù)雜背景的干擾。
　　二是將active basis方法應(yīng)用到行人檢測領(lǐng)域，active basis方法是一種較為靈活的建模方法，它可以從一組訓(xùn)練樣本中學(xué)習(xí)到一個可變模板，此活動基模型由很多范圍不同（不同位置和方向

3、）的Gabor濾波器組成，每個濾波器在表示對象之前可有一定幅度的變動。使用active basis方法檢測行人首先利用shared sketch算法從少量的訓(xùn)練圖像中學(xué)習(xí)得到active basis模型，其次用sum-max maps方法實現(xiàn)對行人基本輪廓的檢測和識別。
　　三是利用改進(jìn)的基于sum-max maps的shared sketch算法能自動分類訓(xùn)練得到行人多種基本姿態(tài)的active basis模型從而對行人的基本行為