学位论文 > 优秀研究生学位论文题录展示

人体运动的检测与跟踪

作　者: 耿超
导　师: 苏开娜
学　校: 北京工业大学
专　业: 计算机应用
关键词: 背景模型运动物体检测人体识别人体运动跟踪卡尔曼滤波器
分类号: TP274
类　型: 硕士论文
年　份: 2003年
下　载: 579次
引　用: 12次
阅　读: 论文下载

内容摘要

人体运动的检测与跟踪是人体运动分析的重要内容，近几年来它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、人体运动细节分析等方面)，尤其在美国受到恐怖袭击之后，全球日益关注安全问题，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。所以人体运动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。本文构建了一套自动的人体检测跟踪系统，对从一台固定的CCD摄像机采集的长序列图像进行处理与分析，能够检测和跟踪人体的运动。该系统由运动物体检测、人体识别和人体运动跟踪等部分构成。在运动物体检测部分，本文利用了背景差分的方法，分别在RGB空间、HSI空间以及YUV空间研究了背景模型及前景检测的特点，并且提出了递推形式的背景模型构造算法。解决了传统方法在背景模型初始化阶段要求使用不含运动前景的训练图像序列的问题。在人体识别部分，本文利用人体在运动时具有的独特形体特征，以及根据场景的先验知识，构造了准确高效的人体识别算法，在系统使用中获得了令人满意的效果。在人体跟踪部分，本文使用组合的方法来防止卡尔曼滤波器的发散问题，在长序列图像中能够准确地估计人体的运动状态。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，并在人体运动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序列进行检验，证明本文的算法能够正确地检测并且跟踪人体的运动，所以本文提出的算法具有很强的实用性。

全文目录

摘要  3-4
ABSTRACT  4-7
第1章绪论  7-15
  1.1 课题研究目的和意义  7-8
    1.1.1 智能视觉监控  7
    1.1.2 智能人机接口  7-8
    1.1.3 人体运动的细节分析  8
    1.1.4 虚拟现实  8
  1.2 国内外研究现状及分析  8-13
    1.2.1 运动检测  8-10
    1.2.2 运动物体的分类  10-11
    1.2.3 人体运动的跟踪  11-13
  1.3 本文主要研究内容  13-15
第2章背景模型初始化  15-22
  2.1 背景模型  15-16
  2.2 传统的背景模型初始化方法  16-17
  2.3 递推形式的背景初始化方法  17-19
  2.4 不同空间的背景模型  19-20
  2.5 递推背景模型估计及试验结果  20-22
第3章运动物体检测与人体识别  22-30
  3.1 运动物体检测  22-26
    3.1.1 RGB空间中的检测  22-24
    3.1.2 YUV空间中的检测  24
    3.1.3 HSI空间中的检测  24-26
  3.2 背景模型更新  26-27
  3.3 检测噪声处理  27
  3.4 人体识别  27-30
第4章人体运动状态估计与跟踪  30-50
  4.1 卡尔曼滤波理论  30-32
  4.2 离散型卡尔曼滤波[38]  32-34
  4.3 卡尔曼滤波发散的原因和抑制  34-42
    4.3.1 衰减记忆法滤波[38]  34-36
    4.3.2 平方根滤波[38]  36-41
    4.3.3 联合使用平方根滤波和衰减记忆滤波  41-42
  4.4 卡尔曼滤波在人体运动跟踪中的应用  42-50
第5章人群融合与分裂情况下的跟踪  50-57
  5.1 人体的颜色模型  50-51
  5.2 人体颜色模型的更新  51-52
  5.3 人体融合和分裂的处理  52-53
  5.4 人群分裂后人体之间的匹配  53-57
第6章实验结果与结论  57-59
参考文献  59-62
致谢  62

人体运动的检测与跟踪

内容摘要

全文目录

相似论文