视频流中人体的检测与分离

《视频流中人体的检测与分离》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、西安电子科技大学学位论文独创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，除了文中特另tlDl：i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。申请学位论文与资料若有不实之处，本人承担一切法律责任。．，一r本人签名：熏墓!同期：跏·；、；．·z，关于论文使用授权的说明本人完全了解西安电子科技大

2、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：墨!垦二导师签名：童!15：5：!，日期：丝!圭：兰!!圭摘要IrlllllllIIIIIIIIIIIIMIHIIIIY2380528视频流中人体的检测与分

3、离已经成为计算机视觉重要的研究热点。它在智能视频监控以及图像储存与检索等领域具有广阔的应用前景。本文从人体检测与多个人体分离两个方面进行了研究，主要内容是使计算机从单目视频中捕获完整的前景目标后，提取人体特征，通过模式识别来识别人体。在人体检测部分，首先对视频序列中视觉场景进行建模，在利用背景减除法将运动目标与背景分离后，然后对运动目标进行二值化。由于目标对象存在阴影区域，所以接着需要对影子进行滤除。再通过中值滤波以及Canny算法提取运动对象的轮廓，从而得到了完整的轮廓，最后提取其人体特征。在特征提取算法中，本文分析了传统人体特征提取算法在特征点上

4、计算的复杂性，提出了基于像素点的人体特征算法，该算法对遮挡问题有较强的适用能力。在分类识别部分，针对于人体与非人体两类样本分类问题，采用支持向量机作为分类器。在特定人体的分离上，本文在视频序列中提取人体上SURF特征点。分离不同人体上特征点，利用零均值归一化算法对前后两帧进行匹配，经过扩散后达到了分离目的。采集室内外各种背景下人体运动视频序列，利用VisionLab平台经过多次实验，本文研究方法具有广泛的实用性。关键词：人体检测识别人体特征人体分离SURF算法AbstractThedetectionandseparationofhumanbodyin

5、videostreamisbecomingahotspottopicinthedomainofcomputervisionreseach．Thisstronginterestisdrivenbyawidespectrumofpromisingapplicationsinareassuchassmartsurveillance，imagestorageandretrieval，etc．Thispaperhasdonesomeresearchondetectionandseparationofmultiplyhumanbodysindividual．Th

6、emainlyresearchworkistocapturecompletefoleground，extracthumanbodyfeatures，recognitionfromsinglevideoimage。andrecognizenormalhumanbodybypatternInhumanbodydetectionpart，beforedetectingmovingobjects，weneed“BackgroundModeling”tothevisualscenes．Thebinarymapsarecaptured矗onlthebinaryz

7、ationtoBackgroundSubtractionprocess．Unfortunatelythebinarymapsmaybehaveshadowswhiletheobjectsaremoving，SOwemustmovetheseshadowsfromthem．andwecangetcompletecontoursbehindmedianfilterandcannyalgorithm．thenWeextracthumanbodyfeatures．Asfarasthehumanbodyfeatureexactionisconcemed．tra

8、ditionalalgorithmisofmuchcomputationcomplexity．Apixel．