基于視頻流的運(yùn)動人體檢測算法研究.pdf

1、基于視頻流的運(yùn)動人體檢測是計(jì)算機(jī)視覺和模式識別領(lǐng)域的一個(gè)研究熱點(diǎn)。由于現(xiàn)實(shí)場景復(fù)雜多變等原因，運(yùn)動人體的有效檢測一直存在較大難點(diǎn)。本文主要工作包括：
　　(1)提出一種基于三幀差分和滑動平均背景(滑動平均法)相結(jié)合的運(yùn)動目標(biāo)檢測算法。針對傳統(tǒng)三幀差分法在前景提取中容易出現(xiàn)“空洞”現(xiàn)象，采用邏輯“或”代替原來的邏輯“與”進(jìn)行改進(jìn)，但同時(shí)產(chǎn)生了運(yùn)動目標(biāo)被拉長，輪廓模糊等問題。對滑動平均法作改進(jìn)使其能夠自適應(yīng)調(diào)整滑動平均系數(shù)并和改進(jìn)三幀

2、差分進(jìn)行結(jié)合，不僅較好解決了該問題，同時(shí)較好實(shí)現(xiàn)了二者優(yōu)缺點(diǎn)互補(bǔ)。
　　(2)為排除運(yùn)動目標(biāo)中非人體部分，設(shè)計(jì)了人體分類器。利用HOG特征進(jìn)行人體表征，并使用SVM對特征進(jìn)行機(jī)器學(xué)習(xí)訓(xùn)練。由于HOG特征的維度相對較高，本文使用PCA對高維特征進(jìn)行降維，尋找較優(yōu)維度，在保證識別率的同時(shí)能加快檢測速度。
　　(3)構(gòu)建了一個(gè)基于視頻流的運(yùn)動人體檢測實(shí)驗(yàn)系統(tǒng)，結(jié)果表明，上述算法在運(yùn)動人體檢測實(shí)時(shí)性和準(zhǔn)確性方面表現(xiàn)良好，具有較高的檢