運(yùn)動(dòng)人體的檢測(cè)、識(shí)別與跟蹤技術(shù)的研究.pdf

1、運(yùn)動(dòng)人體檢測(cè)、識(shí)別和跟蹤技術(shù)是人體運(yùn)動(dòng)分析的重要內(nèi)容，也是計(jì)算機(jī)視覺研究的重要領(lǐng)域之一。它在智能監(jiān)控、虛擬現(xiàn)實(shí)、人機(jī)交互、輔助臨床醫(yī)療診斷等領(lǐng)域均具有廣闊的應(yīng)用前景和經(jīng)濟(jì)價(jià)值。近年來，隨著中國(guó)城市化建設(shè)不斷深入，大型城市(如上海，北京，廣州)的人口呈爆炸式增長(zhǎng)，隨之而來的交通壓力也日益增大，矛盾日益突出。本文主要是針對(duì)城市交通環(huán)境下如何保障行人交通順暢和出行安全等問題，研究了攝像機(jī)靜止情況下基于單目視覺的運(yùn)動(dòng)人體檢測(cè)、識(shí)別和跟蹤方法，詳

2、細(xì)介紹了從復(fù)雜場(chǎng)景中分析行人運(yùn)動(dòng)的算法研究和編程實(shí)現(xiàn)的過程。 論文的主要工作包括： 1.運(yùn)動(dòng)物體檢測(cè)與識(shí)別方面，提出了一種改進(jìn)的背景模型初始化方法。當(dāng)圖像序列中存在運(yùn)動(dòng)物體時(shí)，改方法能夠快速準(zhǔn)確的提取出背景模型。在發(fā)生光線漸變的情況下提出了一種改進(jìn)的背景模型更新機(jī)制；在發(fā)生光線突變的情況下采用邊緣檢測(cè)方法有效處理由于大面積背景變化而帶來的噪聲干擾。然后綜合運(yùn)用數(shù)學(xué)形態(tài)學(xué)方法、連通區(qū)域檢測(cè)法和人體特有的特征值法，得到良好的

3、前景運(yùn)動(dòng)人體圖像。 2.運(yùn)動(dòng)人體跟蹤方面，提出了一種基于特征和區(qū)域相結(jié)合的匹配跟蹤法。該方法以提取人體的特征開始，人體特征的選用標(biāo)準(zhǔn)是具有抗噪聲、鮮明的對(duì)比性以及合適的大小等特點(diǎn)，定義明確的約束條件以減小無用的匹配區(qū)域提高匹配效率，利用兩個(gè)目標(biāo)特質(zhì)的相似程度進(jìn)行匹配，從而完成跟蹤。同時(shí)引入灰色模型預(yù)測(cè)行人的運(yùn)動(dòng)，提高系統(tǒng)的實(shí)時(shí)性能。 3.運(yùn)用Visual C++軟件在Windows平臺(tái)上建立運(yùn)動(dòng)人體檢測(cè)、識(shí)別與跟蹤整套軟