資源描述：
《監(jiān)控視頻中的人體檢測與跟蹤算法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、第一章緒論1．1研究背景與意義隨著計(jì)算機(jī)技術(shù)及傳感技術(shù)的發(fā)展，視頻監(jiān)控系統(tǒng)經(jīng)歷了模擬信號時(shí)代、數(shù)字信號時(shí)代、網(wǎng)絡(luò)時(shí)代，并逐步由傳統(tǒng)的人工監(jiān)控發(fā)展為計(jì)算機(jī)智能監(jiān)控?【2]。智能視頻監(jiān)控系統(tǒng)通過計(jì)算機(jī)視覺技術(shù)自動(dòng)捕捉監(jiān)控場景中的感興趣目標(biāo)，并進(jìn)行一系列的檢測、識別，以進(jìn)行后續(xù)的行為分析【3】[4】、危險(xiǎn)預(yù)警等。人是視頻序列中最受關(guān)注和最有價(jià)值的目標(biāo)[5兒61，因此對行人的檢測和跟蹤具有重要的研究意義和廣泛的應(yīng)用前景。目前，我國經(jīng)濟(jì)迅速發(fā)展、城市人口增長、規(guī)模擴(kuò)大，公共場所人流量增多，存在大量的安全隱患【71。重點(diǎn)監(jiān)控場所如車站、廣場、公園等地安裝有大
2、量攝像頭，如果僅僅依靠監(jiān)控人員進(jìn)行監(jiān)控和操作，需要大量的人力資源，而且這種監(jiān)控方式處理速度慢、響應(yīng)時(shí)間長、容易造成監(jiān)控人員視覺疲勞，不利于長時(shí)間、大規(guī)模的監(jiān)控【8】。行人檢測和跟蹤技術(shù)的應(yīng)用將能很好的解決公共場所的監(jiān)控問題【9J，并能在此基礎(chǔ)上對行人動(dòng)作、姿態(tài)進(jìn)行識別、分析，及時(shí)對危險(xiǎn)行為進(jìn)行預(yù)警【101。以公園為例，該技術(shù)可以統(tǒng)計(jì)公園各入口行人入園、出園數(shù)目，控制公園人流量；并能及時(shí)發(fā)現(xiàn)行人擁擠的區(qū)域，對游客進(jìn)行合理的引導(dǎo)、疏散，避免發(fā)生踩踏事件；還能夠?qū)@區(qū)中的行人行為進(jìn)行分析，及時(shí)發(fā)現(xiàn)可疑行為，消除安全隱患。行人檢測和跟蹤技術(shù)也是車載輔助系
3、統(tǒng)的關(guān)鍵技術(shù)之一[11]【121。車載輔助系統(tǒng)包括車載導(dǎo)航系統(tǒng)、夜視系統(tǒng)、安全警示系統(tǒng)、防撞系統(tǒng)、倒車停車輔助系統(tǒng)等，行人檢測與跟蹤技術(shù)的應(yīng)用能夠提升車載系統(tǒng)的安全性能，幫助駕駛員及時(shí)發(fā)現(xiàn)道路上的行人，并進(jìn)行預(yù)警，從而避免交通意外的發(fā)生，保證行人安全。行人檢測和跟蹤技術(shù)也可應(yīng)用于重點(diǎn)場所安全監(jiān)控中，如電廠、變電所、銀行、軍事禁區(qū)等限制人員進(jìn)入的場所，可以及時(shí)發(fā)現(xiàn)可疑行人，進(jìn)行安全預(yù)警。行人檢測和跟蹤技術(shù)除應(yīng)用于視頻監(jiān)控領(lǐng)域中，還可應(yīng)用于軍事領(lǐng)域【l3
4、、機(jī)器人導(dǎo)航11引、人機(jī)交互【l5j等領(lǐng)域。綜上所述，監(jiān)控視頻中行人檢測與跟蹤技術(shù)具有極大的實(shí)際
5、應(yīng)用價(jià)值。目前，由于監(jiān)控場景中環(huán)境的復(fù)雜性(光照變化、陰影變化、背景變化等)及行人姿態(tài)、衣著的多樣性，行人檢測和跟蹤技術(shù)尚面臨很多困難，需要進(jìn)一步的發(fā)展和完善。1．2國內(nèi)外研究現(xiàn)狀監(jiān)控視頻中的行人檢測就是對視頻序列中的行人進(jìn)行識別、定位，并從背景中準(zhǔn)確的提取出來，得到行人在該視頻幀中的位置(通常采用外接矩形框標(biāo)注目標(biāo)位置)。由于監(jiān)控視頻中行人大多數(shù)是運(yùn)動(dòng)的，對行人的檢測可以分為兩部分內(nèi)容即運(yùn)動(dòng)目標(biāo)檢測和人體檢測。目標(biāo)跟蹤的主要目的是根據(jù)給定的目標(biāo)區(qū)域在視頻序列中建立對應(yīng)關(guān)系，實(shí)時(shí)獲得目標(biāo)位置。由于監(jiān)控場景中環(huán)境復(fù)雜，存在著噪聲干擾、光照干擾及行人
6、之間的互相遮擋，因此實(shí)現(xiàn)高東南大學(xué)碩士學(xué)位論文效、精確的行人檢測與跟蹤存在難度。下面本文將從運(yùn)動(dòng)目標(biāo)檢測、人體檢測和行人跟蹤三個(gè)方面總結(jié)當(dāng)前的研究現(xiàn)狀。1．2．1運(yùn)動(dòng)目標(biāo)檢測技術(shù)研究現(xiàn)狀運(yùn)動(dòng)目標(biāo)檢測是指在視頻序列中根據(jù)目標(biāo)的運(yùn)動(dòng)特性將運(yùn)動(dòng)目標(biāo)從背景中分割出來，運(yùn)動(dòng)目標(biāo)檢測的效果，直接影響著后期目標(biāo)識別和目標(biāo)跟蹤的精度。主要的運(yùn)動(dòng)目標(biāo)檢測方法分為背景差分法、幀間差法和光流法【l6
7、。(1)背景差分法背景差分法【17】【18】【19】，即背景減除法，是一種將當(dāng)前幀與背景模型做差分得到運(yùn)動(dòng)前景的方法。背景模型是不存在運(yùn)動(dòng)目標(biāo)的靜態(tài)場景，通過對多幀視頻序
8、列進(jìn)行學(xué)習(xí)建模得到。對于背景模型的建模方法，學(xué)者們進(jìn)行了大量研究。H撕ta01u等人提出的w4【20】算法，利用最小、最大強(qiáng)度值和最大時(shí)間差分值對場景中的每一個(gè)像素進(jìn)行建模，提取運(yùn)動(dòng)目標(biāo)，用于室外環(huán)境下行人的跟蹤。Stau虢r等【21]提出了一種自適應(yīng)的混合高斯模型(GaussianMix骶Models，GMM)背景建模方法，，適用于復(fù)雜環(huán)境下的背景建模，減少了光照變化、樹葉抖動(dòng)等干擾對背景建模的不利影響。(2)幀間差法幀間差法【22】[231，類似于背景差分法，利用相鄰幀之間的差分結(jié)果得到運(yùn)動(dòng)目標(biāo)區(qū)域。幀間差法是一種較為簡單、快速的運(yùn)動(dòng)目標(biāo)檢測
9、算法，被廣泛應(yīng)用于實(shí)時(shí)檢測中?！皃ton等【24J最早提出采用相鄰兩幀之間的差值與閾值進(jìn)行比較來檢測運(yùn)動(dòng)目標(biāo)，盛旭峰【25]等將最大類間方法和三幀法相結(jié)合運(yùn)用到行人目標(biāo)檢測中，取得了不錯(cuò)的效果。(3)光流法光流是圖像運(yùn)動(dòng)信息的描述，通常情況下，相機(jī)與運(yùn)動(dòng)目標(biāo)生相對運(yùn)動(dòng)就會(huì)產(chǎn)生光流。自光流算法[26】【271于1980年提出以來，學(xué)者們對其不斷研究和改進(jìn)逐步應(yīng)用于運(yùn)動(dòng)檢測當(dāng)中。Hom和ShuIlk㈣利用光流場的連續(xù)性檢測運(yùn)動(dòng)目標(biāo)，Lucas和Kanade[29】也提出的了一種經(jīng)典的連續(xù)光流法，可以在背景信息不清楚的情況下檢測出運(yùn)動(dòng)目標(biāo)。但是光流法計(jì)
10、算復(fù)雜，難以實(shí)現(xiàn)實(shí)時(shí)計(jì)算。1．2．1人體檢測技術(shù)研究現(xiàn)狀人體檢測是指對圖像進(jìn)行搜索或采用顯著性特征初步得到感興趣區(qū)域，再對區(qū)域中的目標(biāo)進(jìn)
