應(yīng)用于智能安防系統(tǒng)的運(yùn)動(dòng)目標(biāo)檢測(cè)及跟蹤.pdf

1、隨著科學(xué)技術(shù)的飛速發(fā)展，智能安防視頻監(jiān)控系統(tǒng)已經(jīng)應(yīng)用在人們生活的方方面面，也成為了計(jì)算機(jī)視覺研究領(lǐng)域的熱點(diǎn)之一。目前，智能安防視頻監(jiān)控方面的研究以及應(yīng)用面臨很多的難題，許多國(guó)內(nèi)外的學(xué)者也積極投身到了這個(gè)領(lǐng)域的研究中，并且取得了大量的研究成果。本文在這些研究成果的基礎(chǔ)之上，針對(duì)智能安防系統(tǒng)的中的關(guān)鍵步驟——運(yùn)動(dòng)行人的檢測(cè)以及跟蹤算法進(jìn)行了研究，主要的研究?jī)?nèi)容如下:
　　1)詳細(xì)地介紹了梯度方向直方圖(HOG-Histograms o

2、f Oriented Gradient)特征以及它在行人檢測(cè)領(lǐng)域的應(yīng)用。針對(duì)HOG特征提取過(guò)程中維數(shù)過(guò)高而導(dǎo)致訓(xùn)練出來(lái)的SVM分類器的分類速度較低的問(wèn)題，本文引入了主成分分析(PCA-Principal ComponentAnalysis)算法對(duì)HOG特征進(jìn)行信息篩選來(lái)獲取維數(shù)較低的特征空間，實(shí)驗(yàn)結(jié)果表明使用HOG-PCA特征之后的算法減少了檢測(cè)時(shí)間，增加了檢測(cè)的準(zhǔn)確度。
　　2)針對(duì)傳統(tǒng)的基于單一顏色特征的粒子濾波運(yùn)動(dòng)目標(biāo)跟蹤算

3、法中容易出現(xiàn)的跟蹤丟失等不穩(wěn)定問(wèn)題，本文提出了一種基于顏色和梯度方向直方圖HOG雙重特征的粒子濾波行人跟蹤算法。這個(gè)算法首先分別計(jì)算出顏色以及HOG特征的有效粒子個(gè)數(shù)，然后通過(guò)平均加權(quán)的方式來(lái)融合兩個(gè)特征，最后通過(guò)粒子濾波算法來(lái)完成運(yùn)動(dòng)目標(biāo)的跟蹤。實(shí)驗(yàn)結(jié)果表明該算法提高了目標(biāo)跟蹤的準(zhǔn)確性以及穩(wěn)定性。
　　3)本文實(shí)現(xiàn)了一個(gè)運(yùn)動(dòng)行人檢測(cè)和跟蹤系統(tǒng)，該系統(tǒng)的開發(fā)工具使用Visual Studio2010，并且結(jié)合開源的計(jì)算機(jī)視覺庫(kù)In