基于自適應(yīng)前景的行人檢測(cè)跟蹤系統(tǒng)設(shè)計(jì).pdf

1、智能視頻監(jiān)控作為模式識(shí)別領(lǐng)域的重要分支，人們對(duì)它的研究與應(yīng)用越來(lái)越廣泛，其主要研究的是視頻中的運(yùn)動(dòng)物體，對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行檢測(cè)、識(shí)別和跟蹤。而人作為視頻中最受關(guān)注的運(yùn)動(dòng)目標(biāo)，通過(guò)對(duì)其進(jìn)行行為分析，可給監(jiān)控者提供可靠、及時(shí)的信息，為人們對(duì)異常事件做出快速的反應(yīng)提供依據(jù)。視頻中行人的檢測(cè)與跟蹤技術(shù)是這一切的基礎(chǔ)，只有有了準(zhǔn)確、魯棒的行人檢測(cè)與跟蹤算法，才能為后續(xù)的人體動(dòng)作識(shí)別、人群異常事件檢測(cè)等提供可靠的保障。因此研究視頻中的行人檢測(cè)與跟蹤算法

2、具有重要的現(xiàn)實(shí)意義。本文研究了前景提取算法、目標(biāo)檢測(cè)算法以及目標(biāo)跟蹤算法，并提出了相關(guān)的改進(jìn)，主要的研究成果如下:
　　1)本文在VIBE前景提取算法的基礎(chǔ)上，加入了前景增強(qiáng)模塊、陰影消除模塊和自適應(yīng)參數(shù)優(yōu)化。改進(jìn)后的VIBE算法在Change Detection Challenge公共數(shù)據(jù)集上與原VIBE算法進(jìn)行實(shí)驗(yàn)對(duì)比:與原VIBE算法相比，改進(jìn)后的VIBE算法在維持計(jì)算時(shí)間不變的前提下，得到的結(jié)果噪聲點(diǎn)和前景空洞明顯減少，改

3、進(jìn)后的VIBE增強(qiáng)算法在各項(xiàng)指標(biāo)上都表現(xiàn)的更加優(yōu)秀。
　　2)在目標(biāo)檢測(cè)模塊，本文引入了CENTRIST特征，并在原有精準(zhǔn)分類(lèi)器的基礎(chǔ)上再串連一個(gè)簡(jiǎn)單分類(lèi)器基于CENTRIST特征的核進(jìn)行分類(lèi)，得到行人目標(biāo);在膚色檢測(cè)方面本文融合了基于二次多項(xiàng)式的膚色檢測(cè)模型和基于高斯核的膚色檢測(cè)模型，實(shí)驗(yàn)表明融合后的結(jié)果在不同的光照?qǐng)鼍跋戮茌^準(zhǔn)確地提取膚色。
　　3)最后本文引入多特征的方法改進(jìn)了壓縮感知目標(biāo)跟蹤算法(CT)，對(duì)比于只引