資源描述：
《復(fù)雜場景下目標(biāo)跟蹤方法研究.pdf》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、復(fù)雜場景下目標(biāo)跟蹤方法研究1212胡帥,華焦寶,顧英雙,崔震宇ò（1.中國船舶重工集團(tuán)公司第七二六研究所，上海201108；2.上海博物館，上海200003）摘要：在采用背景減除法提取運動目標(biāo)的基礎(chǔ)上，利用人體的方向梯度直方圖HOG特征，采用線性支持向量機(jī)SVM分類器，檢測出人體區(qū)域。采用粒子濾波方法，進(jìn)行人體跟蹤，研究遮擋問題。針對長時間遮擋問題進(jìn)行分析，對方向梯度直方圖HOG特征結(jié)合粒子濾波的方法進(jìn)行改進(jìn)。通過可信度，來判斷當(dāng)前跟蹤人體，決定是否進(jìn)行目標(biāo)關(guān)聯(lián)，從而提高人體被遮擋情況下跟蹤的準(zhǔn)確性。關(guān)
2、鍵詞：復(fù)雜場景；目標(biāo)跟蹤；粒子濾波；梯度方向直方圖；人體檢測；顏色直方圖中圖分類號：TP391.413文獻(xiàn)標(biāo)志碼：AResearchonHumanTrackinginComplexScenes1212HUShuai,HUAJiao-bao,GUYing-shuang,CUIZhen-yu(1.No.726ResearchInstituteofChinaShipbuildingIndustryCorporation,Shanghai201108,China;2.ShanghaiMuseum,Shangha
3、i200003,China)Abstract:Baseduponthebackgroundsubtractionmethodtoextractamovingtarget,thehumanareaisdetectedbyusinghumanfeatureforhistogramoforientationgradient(HOG)andalinearsupportvectormachine(SVM)classifier.Themethodofparticlefilterisusedtotrackhumana
4、ndtoresearchocclusionproblem.Byanalyzingtheproblemofalongocclusion,thehistogramoforientationgradient(HOG)featurecombinedwiththeparticlefilteringmethodhasbeenimproved.Thecurrenttrackinghumantargetisjudgedbycredibility.Itisdecidedwhethertocarryoutthegoalsa
5、ssociating.Theaccuracyoftrackingisimproved.Keywords:complexscenes;humantracking;particlefilter;histogramoforientedgradient;humandetection;colorhistogram;0引言人體檢測與跟蹤技術(shù)是視頻圖像處理過程中研究同時通過幀間差分來進(jìn)行目標(biāo)預(yù)測，該算法在部分遮[7]熱點，其中人體跟蹤建立在人體檢測的基礎(chǔ)上，由于擋情況下，表現(xiàn)出了良好的性能。MinLi等提出采用跟蹤耗
6、時比檢測耗時短，所以在跟蹤技術(shù)越來發(fā)揮成HOG特征進(jìn)行人體檢測，并采用粒子濾波的方法采用[8]為研究的熱點。此HOG特征中頭肩的?形狀特征進(jìn)行人體跟蹤。此楊戈與劉宏等提出多線索融合算法進(jìn)行目標(biāo)跟蹤，方法在背景復(fù)雜及目標(biāo)部分遮擋上取得了好的效果。該算法采用自適應(yīng)MeanShift結(jié)合目標(biāo)顏色特征，park等采用分水嶺分割的方法得到人體輪廓，可以在作者簡介：胡帥（1984-），男，碩士研究生。研究方向：計算機(jī)數(shù)字圖像處理。2013/06機(jī)電設(shè)備73AcademicResearch技術(shù)交流[9]人體被部分遮擋
7、下進(jìn)行跟蹤，但處理速度較慢。KassD）積分圖，利用val=F+C-D-E的值來求此cell方向特征值即可。而在計算block的值時，不受block大小影[10]等提出Snake模型通過能量函數(shù)，動態(tài)調(diào)整自身形響，僅需要訪問四次積分圖就可以完成特征的計算。狀，使其與目標(biāo)輪廓保持一致。由于其對初始輪廓進(jìn)行跟蹤，對于運動物體的快速變化的情況，不能有效2基于粒子濾波的HOG人體跟蹤方法進(jìn)行跟蹤。杜小麗提出一種基于貝葉斯估計的增強(qiáng)粒粒子濾波（ParticleFilter），簡稱PF，是一種基于子濾波的跟蹤算法來
8、實現(xiàn)單攝像機(jī)下的人體跟蹤，取蒙特卡羅來近似模擬貝葉斯濾波的一種方法，通過一[11]得了好的效果。李文輝等人提出一種基于均值偏移組帶權(quán)值的粒子，來預(yù)測運動目標(biāo)的位置。粒子濾波[12]粒子濾波的自適應(yīng)跟蹤算法。實驗證明，在出現(xiàn)遮變種非常多，常見的有Isard等提出的條件密度傳播方[4]擋或人體運動方向改變的情況下，該算法比傳統(tǒng)均值法，簡稱為CONDENSATION算法（Conditional[5]偏移粒子濾波方法要好。DensityPropag
