一种基于AVI视频的动态人体轮廓检测识别及简单动作分析研究

摘要

伴随计算机视觉技术的新兴与深入研究,其应用领域诸如智能监控系统,虚拟现实系统和数字视频编码技术等得以蓬勃发展。在信息与科技创新得到鼎力推崇的今天,作为国家特殊且极为重要的执法机构,监狱监控系统的可靠性与智能性显得尤为关键。监狱监控系统监控的主体是犯人,监控的场景包括囚犯住室、探视室、集体食堂、重要通道和门禁等。复杂而特殊的监控主体和监控场景,对监狱监控系统的功能提出了极为苛刻的要求。基于此,本文从理论和实践出发,通过模拟监狱环境,分别就视频帧预处理,边缘检测,运动目标提取跟踪,人体目标识别及个数统计等关键技术进行了探索与研究。主要研究内容如下:
　　 1、视频帧预处理技术比较繁多,针对监狱监控环境的实际,文章重点完成了以下几个处理:彩色视频帧经过灰度化处理及二值化处理,借此减少大量不必要的像素点,从而减少文章工程工作量;通过视频帧直方图均衡化处理,去噪以及锐化处理,完成对图像帧的平滑与滤波,为下一步边缘检测做充分准备。
　　 2、视频帧边缘检测研究,采用多种边缘检测算法进行实验仿真比较。使用的边缘检测算法包括经典边缘检测算子(梯度检测算子、罗伯茨检测算子、索贝尔检测算子,Prewitt检测算子、拉普拉斯检测算子和威廉检测算子)和现代边缘检测算子(基于BP网络的边缘检测算法、Pal.King模糊边缘检测算法和文章改进的Pal.King检测算法)。仿真实验结果表明,文章改进的Pal.King检测算法获取的图像帧轮廓较为清晰,毛刺较少,效果较好。
　　 3、文章采用邻域帧差法完成运动目标提取,采用双次卡尔曼滤波完成运动目标跟踪。仿真结果显示,邻域帧差法能够有效提取运动目标轮廓,双次卡尔曼滤波相比经典卡尔曼滤波,能够更好地完成目标跟踪,并且对于目标突变等情况具备自适应快速收敛性。
　　 4、研究了动态人体目标识别,个数统计及简单动作分析。在前人的相关研究论述基础上,提出了一种综合算法(基于人体轮廓宽高比和人头特征的人体识别,断面式统计计算人体数),在模拟监狱监控系统的环境里,通过实验仿真,以及数据分析,实现了课题研究的基本要求。