学位论文 > 优秀研究生学位论文题录展示

自然场景下行人的视频跟踪技术研究

作　者: 吴文旭
导　师: 马永军
学　校: 天津科技大学
专　业: 计算机应用技术
关键词: 运动检测 背景建模 Kalman滤波 粒子滤波
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 0次
引　用: 1次
阅　读: 论文下载
 

内容摘要


运动人体的检测与跟踪是计算机视觉研究的一个重要领域,是对人体进行行为分析和理解的基础,其相关技术被广泛应用到人类的各个领域中。行人检测与跟踪主要有静止背景与运动背景的两种视频序列,本文研究的是基于静止单摄像机的行人运动跟踪。在进行跟踪之前,需要对视频图像中感兴趣的运动物体进行目标检测分割,然后是图像的后处理与特征识别等研究内容,内容主要归纳为以下几点：首先简绍了目标跟踪技术的发展状况,简要分析几种较成熟的目标运动检测方法,然后比较不同方法的适用场合与范畴。在背景减除法的基础上,针对自然场景多样复杂性的问题,本文全面分析了不同高斯模型建模算法在行人目标检测的优缺点。对于更新速度慢、收敛性差的缺陷,研究了自适应学习速率的混合高斯背景模型算法,通过该算法来进行目标检测。当视频中的所有运动目标被检测出来后,通过各种图像处理技术完整地提取出本文所研究的运功目标,然后利用区别于其他物体的特征来识别行人目标。本文首先利用数学形态学分析,消除特定的噪声；然后采用连通区域技术填补二值图像中的空洞。结合人眼对颜色信息分辨能力的特点,即彩色信息比亮度信息低的差异,把RGB空间表示的彩色图像变换到亮度信息好的HSV颜色空间,通过实验把分割目标存在的阴影进行抑制和消除,最后利用行人的本身特征来识别所要的目标。行人目标跟踪方面,首先分析了传统Kalman滤波在目标跟踪领域的现状,针对Kalman滤波的适用范围,讨论了扩展Kalman滤波算法在快速目标跟踪的可行性。然后重点介绍了粒子滤波器在跟踪方面的原理和应用,对于粒子滤波算法存在的粒子退化问题,融合了迭代无迹Kalman滤波与粒子滤波目标跟踪算法对行人进行跟踪处理,丰富了本文对已知视频跟踪信息的使用,同时增强了不同场景下行人目标跟踪的快速性和鲁棒性。

全文目录


摘要  4-5
ABSTRACT  5-8
1 绪论  8-13
  1.1 研究背景及意义  8-9
  1.2 国内外研究状况  9-11
  1.3 论文的主要内容和结构安排  11-13
2 运动目标检测  13-27
  2.1 引言  13
  2.2 运动目标检测的方法介绍  13-19
    2.2.1 帧间差分法  13-15
    2.2.2 背景减除法  15-17
    2.2.3 光流法  17
    2.2.4 训练学习的目标检测  17-18
    2.2.5 主动轮廓提取检测  18
    2.2.6 运动目标检测方法比较  18-19
  2.3 混合高斯模型的行人目标检测  19-23
    2.3.1 标准混合高斯模型  20-22
    2.3.2 传统高斯建模中存在的问题分析  22
    2.3.3 基于自适应的改进混合高斯建模目标检测  22-23
  2.4 实验结果与分析  23-27
3 图像后处理与目标识别  27-38
  3.1 形态学图像处理  27-30
    3.1.1 集合论述语  28
    3.1.2 腐蚀  28
    3.1.3 膨胀  28
    3.1.4 开运算和闭运算  28-30
  3.2 连通区域检测  30-32
  3.3 运动目标的阴影抑制与消除  32-36
    3.3.1 阴影检测方法  33-34
    3.3.2 基于HSV颜色的阴影消除  34-36
  3.4 特征值的人体识别  36-38
    3.4.1 基于人体特征的识别方法  36
    3.4.2 基于运动特性的分类方法  36-38
4 运动行人的目标跟踪  38-55
  4.1 目标跟踪技术  38-47
    4.1.1 运动目标视频跟踪的方法  38-39
    4.1.2 目标跟踪存在的难题  39-40
    4.1.3 基于卡尔曼滤波器的目标跟踪  40-44
    4.1.4 基于粒子滤波器的原理  44-47
  4.2 粒子滤波在行人跟踪的问题与策略  47-49
    4.2.1 粒子重采样方法  47-49
    4.2.2 粒子的重要密度函数分析  49
  4.3 基于扩展卡尔曼粒子滤波器的跟踪算法  49-50
  4.4 迭代UNSCENTED卡尔曼粒子滤波的目标跟踪  50-52
  4.5 实验分析  52-55
5 行人检测跟踪系统实现  55-58
  5.1 开发环境  55
  5.2 系统模块与实现  55-58
6 总结与展望  58-60
  6.1 全文总结  58
  6.2 未来的研究与展望  58-60
7 参考文献  60-66
8 攻读硕士学位期间发表论文与科研项目情况  66-67
9 致谢  67

相似论文

  1. 基于多Agent理论的卫星协同定轨技术研究,V474
  2. 基于VRPF的机动目标跟踪的研究,TN957.52
  3. 有标记点的人体三维运动数据获取方法的研究,TP391.41
  4. 陀螺稳定吊舱控制系统设计,TP273
  5. 基于粒子滤波的自主机器人视觉目标跟踪研究,TP242
  6. 空间红外目标仿真与跟踪技术研究,TP391.41
  7. 基于运动目标轨迹分析的智能交通监控系统,TP277
  8. 大型耙吸挖泥船动力定位控制算法研究,U674.31
  9. 运动目标检测算法研究,TP391.41
  10. 基于交通监控视频的运动目标检测与跟踪算法研究,TP391.41
  11. MEBN与BKPF相结合的软件异常行为预测,TP311.53
  12. 驾驶员眼睛开闭状态计算机图像识别技术开发,TP391.41
  13. 结合DWT的动态数据校正研究及应用,TP274
  14. 多传感器异步采样信息融合估计,O211.6
  15. 基于视频的智能交通监控系统关键技术研究,TP277
  16. 基于小波和Kalman滤波的GPS数据去噪方法研究,P228.4
  17. 车辆道口智能视频监控系统关键算法的研究,TP391.41
  18. 基于时空融合的运动对象视频分割,TP391.41
  19. 运动检测技术在智能监控系统中的应用,TP277
  20. 无线传感器网络定位及目标跟踪的研究,TN929.5
  21. 嵌入式处理器中多媒体加速单元的研究,TP332

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com