运动人体检测与跟踪方法研究

《运动人体检测与跟踪方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要运动人体的检测与跟踪是人体运动分析的重要内容，近几年来也是计算机视觉中日益受到重视的一个领域。该领域的研究有着广泛的应用价值(可应用于智能安全监控、人机接口、运动人体细节分析等方面)，尤其在美国受到恐怖袭击之后，全球同益关注安全问题。利用计算机视觉技术提高视频监控系统的自动化程度，减少人的参与，即实现视频监控的智能化，是视频监控系统未来的发展方向。运动人体的检测与跟踪技术是计算机视觉技术研究中的一个热点与难点。由于基于计算机视觉的智能安全监控系统不但能够高效地完成保障安全的任务，还能节省大量的人力物力。所以运动人体分析的研究不但具有广阔的应用前景还能够给社会带来很大的经济收益

2、。本文构建了一套自动的运动人体检测跟踪原型系统，对从一台固定的数码摄像机采集的视频图像进行处理与分析，能够检测和跟踪运动人体．该原型系统由运动人体检测、运动人体跟踪、人群融合分离跟踪等部分构成。在运动物体检测部分，本文利用多模型建立场景背景模型，以适应天气变化、光照条件变化，背景受干扰等复杂场景。分别在R6B、YU、r、HSI颜色空间进行人体区域提取，再次，运动数学形态学和连通算法实现运动区域精确分割。运动人体跟踪部分，建立了基于扩展Kalman滤波器的运动人体跟踪模型，确定检测到人体的外接矩形框，选取矩形框对角顶点的3D位置和速度作为跟踪特征点，并对特征点在3D空间中的运动轨迹

3、进行了预测与跟踪，实验表明，该模型不必局限于高斯分布的噪声，更符合实际情况，从而提高跟踪精度．在单独人体融合成人群然后人群再分裂成单独人体的情况下，本文的算法利用人体的颜色特征进行人体之间的匹配，解决了融合成人群前的人体与人群分裂后的人体之间的对应问题，并在运动人体跟踪中取得了满意的效果．该算法具有快速、鲁棒性强的特点．通过室内外采集的几个视频图像进行检验，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．关键词：背景模型；背景差；人体跟踪；卡尔曼滤波器广东工业大学工学硕士学位论文Abstractmdetectionand慨kingofhumanmotiomiske

4、ytothevisua

5、analysisofhumanmovement．andhasalsobeenattachednlorea11dI∞坨importancetocomputervisionsrecentfewyears．Researchintimdomaininvolveswideapplication(iIlclIldillgsecurity鲫uweillance,hunmn-coro_puterinterface，thederailsanalysisofhumanmovement，etc．)．Especiallyaftertheevent9．11，securityissu

6、eshavebeenpaidunprecedentedattentionaroundthewholeworld．ThcIntelligentSecurityMonitoringSystembasedOncomputervisionnotonlycompletesthesafeguardtasksefficiently,butalso懿Ivcsagreatdealofhumanlaborandefforts．Generally，researchinthevisualanalysisofhumanmovcmelltprovidesapromisingapplicationfuture

7、。邪well嬲greateconoro．icbenefitstothesociety．Thispaperpresentsallautomatichumandetectionandtr粒killgprototypesystem,whichcouldanalyzeanddealwiththevideoimagegatheredfromafixeddigitalc勰肌recognizeandkeeptrackingofhumanmotion．mprototypesystemcomistsofnmvcmellthumandetection,movementhumantracking、gr

8、oupinterfusionandsplittracking．Themoven帕mhumandetectionsectiondescribesmanymodelsbackgroundmodeLThebackgroundmodelcouldadapttoco．1ickedcircumstancessuch舒changedweather，changedillumination,disturbedbackgromd．Extractmovementhllm柚bodyregioninRGB