基于圖像處理的復雜環(huán)境人形統(tǒng)計方法研究.pdf

1、隨著經(jīng)濟全球化的迅速發(fā)展，公共安全成為人們生活中最重要的問題，智能安防系統(tǒng)不斷的走進人們生活中，成為生活中不可缺少的一部分，而人形檢測是智能安防系統(tǒng)的最前沿的課題，主要應(yīng)用于智能家庭、智能交通、人體行為分析等領(lǐng)域。本文研究復雜環(huán)境下的人形統(tǒng)計方法，由于受場景不同、光線不同、拍攝角度不同、目標尺度變化、人體形態(tài)差異、偽裝效應(yīng)和動態(tài)背景等因素的影響，準確進行人形統(tǒng)計有很大難度，為此，本文做了以下主要工作：
　　通過分析基于膚色模型和A

2、daBoost算法的人臉檢測的優(yōu)點與弊端，改進了一種基于膚色信息的AdaBoost級聯(lián)分類器算法，實現(xiàn)了膚色模型與級聯(lián)結(jié)構(gòu)的AdaBoost分類器算法的良好結(jié)合，提高了復雜場景中光照變化以及人臉姿態(tài)變化對人臉檢測的精確性。
　　采用相機垂直架設(shè)的方法，利用HOG特征，獲取人體頭部特征信息，采取機器學習的方法進行人形檢測；并采用增量學習的訓練方法，獲得最終的SVM分類器，解決了復雜場景中人形目標較多時人形目標相互遮擋的問題。