视频序列中运动人体检测与跟踪的研究与应用

摘要

进入21世纪以后，计算机几乎涉及了所有领域。目前，我们人类期望能够使用计算机及相关设备对人的视觉进行一种模拟。同时由于近些年多媒体技术飞速发展，导致视频采集十分便利，而且其包含着大量的运动信息，所以我们把视频图像序列作为切入点来对不同的领域中的人体行为进行分析解释。目前在智能监控、体育运动分析、高级人机接口技术、虚拟现实技术，基于模型的图像编码技术等方面都是计算机视觉所关注的研究方向。本课题首先描述了目前人体检测与跟踪的方法，然后对他们的特点进行了分析和总结，最后在此基础上改进了人体检测与跟踪的算法。
　　 论文在第二章列举了人体检测的三种算法(帧间差分法、背景差分法、光流法)，对他们做了对比，指出了他们各自的优缺点。在此基础上对帧间差分和背景差分相结合的Kim算法进行了改进。在背景建模方面，针对有无初始背景的情况，都是采用了统计平均的思想来获取背景；同时考虑到现实环境光线会发生一些变化的情况，采用了改进的Surendra方法对我们的背景进行了更新；然后将连续的三帧做差分相乘处理，再将结果与当前帧和背景的差分的结果相加，最后再进行一些数学形态学处理，从而可以较好的提取人体。与此同时，课题对该算法的做了大量的测试工作，实验证明了算法具有较好的准确性。
　　 论文的第三、第四两章主要是描述了人体跟踪。首先总结了目前主流的跟踪方案、关键技术以及通常采用的预测算法，特别是对本课题采用的Kalman算法做了详细推导和总结。讨论了基于Kalman滤波算法下人体跟踪的基本流程，对其中参数设定做了些改进，以此来提高跟踪的准确性和可靠性。最后将人体的形心和面积这两个特征与Kalman滤波算法结合起来，减少了匹配时间，实现了跟踪。从实验结果来看，正是由于前面较为完整的人体检测，从而保证了本课题跟踪的稳定性和准确性。
　　 最后，对全文做了个小结，描述了本课题一些不完善的地方和今后努力的方向。

目录

文摘

英文文摘

论文说明：图表目录

声明

第1章 绪 论

1.1课题研究背景及意义

1.2国内外研究现状及研究难点

1.2.1国外研究现状

1.2.2国内研究现状

1.2.3研究难点

1.3本论文研究工作及章节安排

1.3.1本论文的研究工作

1.3.2本论文的章节安排

第2章 人体检测技术研究

2.1引言

2.2人体检测的基本方法

2.2.1帧间差分法

2.2.2背景差分法

2.2.3光流法

2.3背景模型的建立与更新

2.3.1背景模型的建立

2.3.2背景模型的更新

2.4改进的运动人体的提取方法

2.4.1阈值化处理

2.4.2人体的检测

2.4.3形态学处理

2.5本章小结

第3章 人体跟踪技术研究

3.1引言

3.2常见跟踪方案

3.2.1基于区域的跟踪

3.2.2基于特征的跟踪

3.2.3基于变形模板的跟踪

3.2.4基于模型的跟踪

3.3人体跟踪的关键技术

3.3.1特征的提取

3.3.2特征的匹配

3.3.3人体位置的预测

3.4跟踪预测所采用的算法

3.4.1均值漂移算法

3.4.2浓缩算法

3.4.3动态贝叶斯网络

3.4.4卡尔曼滤波

3.5本章小结

第4章 人体检测与跟踪系统的仿真

4.1引言

4.2基于形心与Kalman人体跟踪

4.2.1人体形心与面积特征计算

4.2.2 kalman运动估计模型设计

4.2.3人体特征匹配

4.2.4模型更新设计

4.3实验结果及分析

4.3.1整个系统作用的描述

4.3.2整个系统的软件描述

4.3.3实验结果及分析

4.4本章小结

第5章 结论与展望

5.1本文所做的工作与结论

5.2需要进一步研究的问题

参考文献

致 谢

附录A 攻读硕士学位期间所发表的学术论文