学位论文 > 优秀研究生学位论文题录展示

基于MeanShift算法的人体视频追踪研究

作　者: 胡志钢
导　师: 钟珞
学　校: 武汉理工大学
专　业: 计算机应用技术
关键词: 人体模型 MeanShift算法运动检测背景模型数学形态学
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 324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当今计算机视觉领域的研究热点。随着社会公共安全体系的逐步完善,公共场所中对安全智能监控系统的要求越来越高,多家知名公司和科研机构对此都投入了大量人力财力,可以预测此课题在未来研究领域中将有广阔的前景并能带来巨大的社会效益。本文在运动目标检测,人体识别到人体跟踪三个方面进行了研究。这三个步骤密不可分,前一个步骤都是后一步实现的前提,在编程实现时也是按照本文章节所述的顺序一步一步完成的。现将本文所做的主要工作总结如下：1.详细地介绍了运动人体视觉分析的研究背景、现状和应用的实际意义,讨论了各种人体跟踪方法的优缺点和人体跟踪方法中的难点问题。2.在运动目标检测及人体识别方面,详细介绍了三种目标检测方法并加以对比。论述了选择背景差分法作为首选方案的原因。重点分析了基于固定单摄像机的条件下怎样改进背景模型,运用动态的阈值切分前景区域,使之在光线突变的情况下也能很好的检测出运动前景。3在运动目标跟踪方面,深地入学习和研究了无参密度估计理论和MeanShift理论,提出了一种将关注度和空间投影相结合的跟踪算法,讨论和探索了以提高跟踪稳定性为目的的人体跟踪改进方法。4利用VC++6.0平台建立了运动人体的检测与跟踪系统,将人体检测与跟踪涉及的多个功能模块集成于一个友好的用户界面下。可以对课题涉及的图像处理、模式识别等领域的知识进行实现,得出实验结果。通过室内外采集的视频图像进行检验,证明本文的算法能够正确地检测并且跟踪运动人体,具有很强的实用性。

全文目录

摘要  4-5
Abstract  5-9
第1章绪论  9-15
  1.1 引言  9
  1.2 课题的研究背景及意义  9-11
  1.3 研究现状及主要难点  11-12
  1.4 本论文的研究工作及创新  12-13
  1.5 结构安排  13-15
第2章人体检测方法  15-21
  2.1 引言  15-16
  2.2 帧差法  16-17
  2.3 背景差分法  17-18
  2.4 光流法  18-19
  2.5 统计学习法  19-20
  2.6 本章小结  20-21
第3章图形图像预处理  21-41
  3.1 背景模型的建立和更新  21-27
    3.1.1 背景模型的建立  21-23
    3.1.2 背景模型的改进更新算法  23-27
  3.2 数学形态学滤波  27-35
    3.2.1 腐蚀运算  29-31
    3.2.2 膨胀运算  31-32
    3.2.3 开启运算  32-34
    3.2.4 闭合运算  34-35
  3.3 连通域检测  35-37
    3.3.1 检测连通域  35-36
    3.3.2 标识连通域  36-37
  3.4 人体检测  37-40
  3.5 本章小结  40-41
第4章基于MeanShift算法的跟踪与改进  41-59
  4.1 核密度函数基本概念  41-44
    4.1.1 核密度估计  42-43
    4.1.2 K密度估计  43
    4.1.3 直方图  43-44
  4.2 基本和扩展的MeanShift算法  44-46
    4.2.1 经典的MeanShift算法  44-45
    4.2.2 扩展的MeanShift算法  45-46
  4.3 MeanShift函数收敛性证明  46-49
  4.4 人体目标跟踪  49-52
  4.5 MeanShift算法的固有优缺点  52-53
    4.5.1 MeanShift算法的优点  52
    4.5.2 MeanShift算法的缺陷  52-53
  4.6 改进后的MeanShift算法  53-55
  4.7 MeanShift算法的时间复杂度  55
  4.8 实验结果分析  55-58
  4.9 本章小结  58-59
第5章总结与展望  59-61
  5.1 全文总结  59
  5.2 工作展望  59-61
参考文献  61-64
致谢  64-65
攻读硕士研究生期间发表的论文  65

基于MeanShift算法的人体视频追踪研究

内容摘要

全文目录

相似论文