智能視覺(jué)監(jiān)控中人形目標(biāo)檢測(cè).pdf

1、運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)是現(xiàn)代視頻監(jiān)控系統(tǒng)的核心技術(shù)之一，對(duì)智能視頻監(jiān)控研究具有非常重要的理論意義和應(yīng)用價(jià)值。而人形、人臉檢測(cè)技術(shù)在模式識(shí)別與計(jì)算機(jī)視覺(jué)領(lǐng)域一直受到廣泛的關(guān)注與重視。本文對(duì)智能視覺(jué)監(jiān)控中人形目標(biāo)檢測(cè)進(jìn)行研究，論文完成的主要工作如下：
　　 （1）針對(duì)智能視頻監(jiān)控中的傳統(tǒng)運(yùn)動(dòng)目標(biāo)檢測(cè)方法的不足，提出了一種快速、高效的運(yùn)動(dòng)目標(biāo)檢測(cè)方法。首先針對(duì)運(yùn)動(dòng)對(duì)象識(shí)別系統(tǒng)中識(shí)別背景不固定的情況，提出了以幀間差分法重建背景圖像，以背景差分

2、法分離當(dāng)前幀圖像中的背景點(diǎn)和運(yùn)動(dòng)目標(biāo)點(diǎn)，然后通過(guò)濾除非連續(xù)運(yùn)動(dòng)目標(biāo)點(diǎn)來(lái)減少本模塊的誤識(shí)率。采用自適應(yīng)背景更新方法，使背景每隔一定的時(shí)間間隔更新一次，以達(dá)到理想的分割效果。實(shí)驗(yàn)結(jié)果表明，該方法可有效地實(shí)現(xiàn)對(duì)于運(yùn)動(dòng)目標(biāo)的檢測(cè)。
　　 （2）采用基于AdaBoost算法的閾值自適應(yīng)的權(quán)重更新方法和Haar—like特征，優(yōu)化了分類器結(jié)構(gòu)，實(shí)現(xiàn)了級(jí)聯(lián)分類器訓(xùn)練方法，降低了算法復(fù)雜度。基于幀間差分法實(shí)現(xiàn)了背景建模，可排除大量的背景目標(biāo)，提

3、取到視頻序列中的運(yùn)動(dòng)人形目標(biāo)，最終實(shí)現(xiàn)了一個(gè)人形目標(biāo)檢測(cè)系統(tǒng)。實(shí)驗(yàn)結(jié)果表明，采用Haar—like矩形特征可克服傳統(tǒng)的檢測(cè)方法在噪聲條件下不能準(zhǔn)確提取特征的缺點(diǎn)，在非典型性天氣場(chǎng)景、雪天單人及多目標(biāo)等復(fù)雜場(chǎng)景下均可以取得較好的檢測(cè)結(jié)果。
　　 （3）提出了一種基于膚色空間預(yù)處理的AdaBoost算法，先用膚色模型分割出圖像中的膚色區(qū)域，建立膚色在YCbCr顏色空間上的高斯模型，之后再對(duì)圖像進(jìn)行噪聲處理，最后通過(guò)膚色特征分析得到初