视频行人检测与跟踪的方法研究

《视频行人检测与跟踪的方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号；学校代码：１０４２６２０１３１１０００２密级：学号；订著息幸Ｍ支乂净ＱｉｎｄａｏＵｎｉｇｉｖｅｒｓｉｔｙｏｆＳｃｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ硕±学位论文ＭＡＳＴＥＲＤＥＧＲＥＥＴＨＥＳＩＳ视频巧人检测与跟庶的矜法研究作者；郝艳梧指导教师；王传旭计算机科学与技术学科专业：０８１２００专业代码；计算机视觉：研究方向２０１目年４月１日＇？？二．．？＂－Ｖ？■＼．；；＼＿视频行人检测与跟踪的方法研究．学位论文完成日期，：《

2、个／防指导教师签字：答辩委员会成员签字：视频行人检测与跟踪的方法研究摘要一基于视频的行人目标检测和跟踪是计算机视觉领域的个重要的研巧方向，该研巧在智能监控等领域有着广泛的应用前景。智能化监掉系统不仅具有重要的实际应用价值，并且对人工智能、模式识别Ｗ及计算机视觉的其他领域具有重要的推动作用。行人目标检测和跟踪的任务是实现检测视频中的行人目标，并对检测到的行人进行跟踪。坦然该领域的许多科研学者经过长时间的不懈研巧，已经提出了很多优秀的行人检测和跟踪的理论与算法，但实践表明这些行人目标检测和跟踪的算法都有或多或少的不足一，考虑到算法应用

3、的实际场景和环境，提出种适用于众多复杂场景的智能化行人检测和跟踪系统己成为当前的迫切需求。本文主要对行人目标检测和跟踪的关键技术问题展开研巧：，内容总结如下（１）采用混合多尺度可变形部件模型来表征检测行人的模型。该模型可Ｗ运应非酣体行人多变的外表，提高行人正确检测率。该模型基于可变形部件模型一（ＤｅｆｏｒｍａｂｌｅＰａ円Ｍｏｄｅｌｓ）ＤＰＭ组成。ＤＰＭ模型为星型结构，由，由多个个低分辨率的根滤波器和一系列高分辨率的部件滤波器Ｗ及相应的可变形模型姐成。对比实验表明，采用基于混合多尺度可变形部件模型的行人检测算法的正确检测率明显高于传统算法。（２）

4、采用基于预测算法的快速特征金字塔计算行人特征。传统的提取行人一特征需要计算特征金字塔的每个尺度，本文采用的快速特征金字塔只需计算每一组，这样大大降低了计算特征金个尺度，其它尺度特征采用预测算法直接计算字塔的运算量，此外，还节省了计算重采样图像的运算量。对比试验表明，采用快速算法提取行人特征的时间明显小于采用传统算法提取行人特征的时间，并且检测性能也没有损失。（３）采用基于时变状态空间模型的粒子滤波原理进行行人跟踪。本文采用的时变状态空间模型加入了行人运动的加速度，可克服跟踪过程中粒子传播的盲目性，，提高粒子集的使用效率，使其随着行人目标运动速

5、度的变化趋势而改变更加贴近行人的实际运动状况，提髙了粒子传播的有效性和指导性。对比实验表。明，改进后的算法在行人非匀速运动时也可Ｗ准确地定位行人的位置（４）在行人跟踪阶段，采用基于颜色税度方向直方图的观测模型。该观测模型在梯度方向上结合梯度强度和颜色值对行人目标特征建模，不仅包含传统观测模型中行人的颜色信息，还包含行人的空间信息和纹理信息，对行人的特征的。描述更加准确，使视频两顿之间的斤人匹配更精确对比实验表明，改进的跟踪算法可Ｗ更加准确地跟踪行人目标。关键字：行人检测；行人跟踪；ＭＭＤＰＭ；快速特征金字塔；粒子滤波ＲＥＡＳＥＡＲＣＨＯＮ化Ｄ

6、ＥＳＴＲＡＩＮＤＥＴＥＣＴＩＯＮＡＮＤＴＲＡＣＫＩＮＧＩＮＶＩＤＥＯＡＢＳＴＲＡＣＴＰｅｄｅｓｔｒｉａｎｄｅｔｅｃｔｉｏｎａｎｄｔｒａｃｋｉｎｂａｓｅｄｏｎｖｉｄｅｏｉｓｔｈｅｄｉｒｅｃｔｉｏｎｏｆａ巧化ａｒｃｈｇｈｏｔｓｏｔｉｎｃｏｍｕｔｅｒｖｉｓｉｏｎｔｈｅｓｔｕｄｈａｓａｂｒｏａｄａｌｉｃａｔｉｏｎｒｏｓｅｃｔｉｎｔｈｅｆｉｅｌｄｏｆｐｐ，ｙｐｐｐｐｉｎｔｅｌｌｉｅｎｔｍｏｎｉｔｏｒｉｎ．ＩｎｔｅｌｌｉｅｎｔｓｕｒｖｅＵｌａｎｃｅｓｙｓｔｅｍｎｏｔｏｎｌｙｈａｓｉｍｏｒｔａｎｔｒ

7、ａｃｔｉｃａｌｇｇｇｐｐａｌｉｃａｔｉｃｍｓｂｕｔａｌｓｏｌａｓａｎｉｍｏｒｔａｎｔｒｏｌｅ１；ｏａｒｔｉｆｉｃｉａｌｉｎｔｅｌｌｉｅｎｃｅａｔｅｒｎｐｐ，ｐｙｐｇ，ｐｒｅｃｏｇｎｉｔｉｏｎａｎｄｏ化ｅｒａｒｅａｓｏｆｃｏｍｕｔｅｒｖｉｓｉｏｎ．Ｔｈｅ化ｓｋｓｏｆｅｄｅｓｔｒｉａｎｏｂｅｃｔ，ｐｐｊｄｅｔｅｃｔｉｏｎａｎｄｔｒａｃｋｉｎａｒｅｕｓｅｄｔｏｄｅｔｅ別ｅｄｅｓｔｒｉａｎｏｂｅｃｔｓｉｎｔｈｅｖｉｄｅｏａｎｄｔ