资源描述：
《人体目标跟踪和表情识别中若干问题的研究》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、作者简介李远征，山东昌邑人。1997年毕业于西安科技大学，新获学士学位。2000年毕业于西安科技大学，获硕士学位。华2013年3月获西安电子科技大获工学博士学位。图片主要研究方向：图像理解与融合、智能视频监控；计社照算机视觉、模式识别等。片YuanzhengLi,wasborninChangyi,ShanDongProvince,China,in1975.ShereceivedherB.A.inTelecommunicationEngineeringfromXi’anScience&TechnologyUniversity,Xi’
2、an,China,in1997,theM.S.degreeinelectricalengineeringfromXi’anScience&TechnologyUniversity,Xi’an,China,in2000,andthePh.D.degreeinInformation&CommunicationEngineeringfromXiDianUniversity,Xi’an,China,inSeptember2010.HerresearchinterestsincludeImageUndersdandingandfusion,
3、IntelligentVideoSurveillance,ComputerVision,PatternRecognition.西安电子科技大学学位论文独创性（或创新性）声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。申
4、请学位论文与资料若有不实之处，本人承担一切的法律责任。本人签名：日期：西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，毕业后结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。（保密的论文在解密后遵守此规定）本学位论文属于保密，在年解密后适用本授权书。本人签名：导
5、师签名：日期：日期：摘要论文对目标跟踪和表情识别这两个计算机视觉中的核心任务进行了研究。在目标跟踪方面，对于简单场景，建立了根据人体目标的运动和变化情况进行视频处理的基本框架；对于复杂场景则以Mean-Shift跟踪算法和粒子滤波算法为主要研究对象，从多特征的有效融合和目标模型更新等方面提出改进，用于解决复杂环境下的目标跟踪问题。在表情识别方面，本文将重点放在特征提取关键算法的研究上，将近年来在图像分类中应用广泛的局部二值模式(LocalBinaryPattern,LBP)特征以及梯度直方图(HistogramofOriented
6、Gradient,HOG)特征引入表情识别中，针对表情特征融合、笑脸表情的二分类问题等进行了深入研究。论文取得了以下主要研究成果：1．研究了目标检测跟踪的基本方法，以此为基础建立了两种通用的视频处理框架，(1)提出一种基于区域特征的人体异常行为检测方法，首先采用基本的高宽比和质心等特征进行聚类，建立正常和异常行为特征库，然后根据目标区域的变化信息检测运动人体的异常行为；(2)提出一种基于运动特征的人数统计方法，采用改进的质心法对多目标进行跟踪，通过对目标的运动轨迹分析得到目标的运动区域和方向，由此实现对通道出入人数的统计。以上两种
7、方法不需要对目标进行精确检测跟踪，因此可用于监控视频的在线检测。2．针对复杂场景下的目标跟踪问题，研究了基于多特征融合的均值迁移和粒子滤波目标跟踪方法。考虑到纹理特征描述了局部区域的灰度空间分布规律，而颜色特征缺少空间分布的描述，二者之间正好可以相互补充，因此引入LBP纹理特征用于和颜色特征一起对目标进行建模。在此基础上，针对目前跟踪方法存在的不足，将Mean-shift和粒子滤波两种跟踪方法结合，并对这两种算法选择不同的多特征融合策略，有效提高了多特征融合跟踪的稳定性及精度。3．为了提升在光照变化、目标遮挡、外观变化以及背景干扰
8、等复杂情况下目标跟踪的性能，对多特征融合跟踪算法的关键技术进行了深入研究。完成的主要工作是：（1）针对以往的多特征融合策略的不足，提出了一种粒子滤波框架下的多特征自适应融合方法，该方法采用加权融合的方式对目标进行多特征观测和相似性度量，通过分析粒子
