智能視頻監(jiān)控中的人體目標(biāo)跟蹤研究.pdf

1、在科學(xué)技術(shù)的日益發(fā)展的今天，能自動(dòng)實(shí)時(shí)地監(jiān)控各種場(chǎng)景的智能視頻監(jiān)控系統(tǒng)已經(jīng)廣泛地融入到了社會(huì)的各行各業(yè)中，比如銀行，小區(qū)，工廠的安全監(jiān)控系統(tǒng)，高速公路上的流量監(jiān)控系統(tǒng)等等。而人體目標(biāo)跟蹤是實(shí)現(xiàn)智能視頻監(jiān)控的核心技術(shù)，同時(shí)也是當(dāng)前計(jì)算機(jī)視覺(jué)領(lǐng)域一個(gè)非常熱門的研究課題，它融合了計(jì)算機(jī)視覺(jué)，數(shù)字圖像處理，模式識(shí)別，人工智能，自動(dòng)控制等等領(lǐng)域的許多先進(jìn)技術(shù)，并在智能視頻監(jiān)控，交通流量監(jiān)測(cè)，醫(yī)療影像診斷以及天氣預(yù)報(bào)等等方面都有廣泛的應(yīng)用。

2、　　人體目標(biāo)跟蹤的本質(zhì)是在圖像序列中迭代搜索并確定感興趣的具有某種顯著視覺(jué)特征（如：顏色，形狀，紋理，光流等）的目標(biāo)的位置。目前，基于貝葉斯估計(jì)的粒子濾波算法是應(yīng)用在人體目標(biāo)跟蹤領(lǐng)域中最廣泛的算法。實(shí)際中人體目標(biāo)跟蹤系統(tǒng)的后驗(yàn)概率分布通常是非線性和非高斯的復(fù)雜分布，而粒子濾波是處理非線性和非高斯貝葉斯估計(jì)問(wèn)題的有力工具，并且在此基礎(chǔ)上，本文還使用了分塊建立人體目標(biāo)觀測(cè)模型的方法，來(lái)提高人體目標(biāo)跟蹤算法的穩(wěn)定性。因此本文主要討論基于粒子濾

3、波的分塊人體目標(biāo)跟蹤算法及其改進(jìn)方法。
　　通常的情況下，三維世界中的數(shù)據(jù)壓縮到二維圖像上時(shí)，大量可用視覺(jué)信息被丟棄，加上圖像數(shù)據(jù)本身所具有的噪聲，使得從圖像數(shù)據(jù)中建立精確的人體目標(biāo)模型變得非常困難。因此采用單一的視覺(jué)特征去描述人體目標(biāo)時(shí)，隨著環(huán)境的變化，跟蹤也往往會(huì)變得不穩(wěn)定的。本文采用融合顏色和形狀兩種特征的方法來(lái)描述人體目標(biāo)。該方法在建立人體目標(biāo)模型時(shí)，可以自適應(yīng)地調(diào)節(jié)兩種視覺(jué)特征的權(quán)重值，使得當(dāng)有一種特征受到環(huán)境干擾變得不