学位论文 > 优秀研究生学位论文题录展示
基于图像序列的行人检测与跟踪算法的研究
作 者: 李红梅
导 师: 纪越峰
学 校: 北京邮电大学
专 业: 通信与信息系统
关键词: 视频监控 行人检测 行人跟踪 特征提取 模式识别
分类号: TP391.41
类 型: 硕士论文
年 份: 2013年
下 载: 42次
引 用: 0次
阅 读: 论文下载
内容摘要
智能楼宇中的视频监控已经受到社会越来越多的关注。智能楼宇中的视频监控是利用数字图像处理、机器学习以及计算机视觉等技术,自动且实时的处理和分析视频图像,对视频监控场景中存在的可疑行人目标、潜在危险或违规行为进行预警或报警。本文针对光照变化,遮挡,快速运动等场景下的行人检测和跟踪问题,深入研究了基于分类器的的行人检测和跟踪方法,本文主要研究工作如下:1)针对光照变化,遮挡,快速运动等场景下的行人检测问题,提出了一种针对感兴趣区域,基于梯度方向直方图和纹理特征相融合的行人检测方法。该方法通过行人跟踪片在行人检测过程中引入时间相关性,即在行人检测过程中引入行人跟踪结果以调整行人检测器中的扫描尺度,缩小检测器扫描的层次和范围。使得行人检测器只针对感兴趣区域(存在行人概率高的区域)进行检测,提高了行人识别率。分类器的特征使用改进的梯度方向直方图和纹理相融合特征。从实验结果发现这种融合的特征不仅提高了分类器的性能,使得行人识别效果上有所提高,而且在一定程度上能够解决行人的局部遮挡问题。2)针对行人跟踪“漂移”问题,研究和分析了基于分类器的跟踪算法。本文提出了将离线行人检测和在线行人跟踪相结合的行人跟踪方法。将离线行人检测作为行人的先验知识引入到跟踪器中,它不依赖自学习过程来更新,因此避免自学习造成错误累积而产生“漂移”。该方法不仅解决了在线行人跟踪的初始化问题,也解决了在线分类器的训练数据的选择问题。由于引入了离线行人分类,当行人被遮挡后重新出现在场景或者跟踪器跟丢的情况下,该方法能重新识别行人,继续对其跟踪,因而实现了长时间行人跟踪。
|
全文目录
摘要 4-6 ABSTRACT 6-10 第一章 绪论 10-15 1.1 研究背景和意义 10-11 1.2 国内外研究现状 11-13 1.3 本文研究内容 13-15 第二章 行人检测和跟踪概述 15-19 2.1 行人检测 15-17 2.1.1 基于形状模板匹配的检测方法 15-16 2.1.2 基于部件的检测方法 16 2.1.3 基于表观特征向量的检测方法 16-17 2.2 行人跟踪 17-18 2.2.1 基于检测的跟踪方法 17-18 2.2.2 基于识别的跟踪方法 18 2.3 本章小结 18-19 第三章 针对感兴趣区域的HOG-LBP特征融合的行人检测 19-43 3.1 图像预处理 20-23 3.1.1 色彩变换 20-21 3.1.2 滤波 21 3.1.3 边缘检测 21-23 3.2 分类器设计 23-29 3.2.1 SVM分类器 23-29 3.3 特征选择和提取 29-35 3.3.1 方向梯度直方图 30-33 3.3.2 局部二值模式特征 33-35 3.4 针对感兴趣区域的HOG-LBP特征的行人检测 35-41 3.4.1 HOG-LBP特征融合 36 3.4.2 算法流程 36-39 3.4.3 实验结果分析 39-41 3.5 本章小结 41-43 第四章 基于在线分类的行人跟踪算法 43-54 4.1 分类器 44-47 4.1.1 Boost分类器 44-46 4.1.2 在线Boost分类器 46-47 4.2 基于在线分类器的行人检测和跟踪 47-53 4.2.1 算法流程 49-50 4.2.2 实验结果分析 50-53 4.3 本章总结 53-54 第五章 智能楼宇视频监控系统中行人检测和跟踪 54-62 5.1 智能楼宇视频监控系统简介 54 5.2 智能楼宇视频监控中的视频处理 54-57 5.2.1 系统架构 55-56 5.2.2 智能楼宇监控系统软件设计 56-57 5.2.3 主要功能 57 5.3 行人检测和跟踪模块的实现 57-61 5.3.1 行人检测和跟踪系统实现流程 57-61 5.4 本章小结 61-62 第六章 总结与展望 62-64 参考文献 64-67 致谢 67-68 攻读学位期间发表的学术论文及专利目录 68
|
相似论文
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- Q学习在基于内容图像检索技术中的应用,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 基于仿生模式识别的文本分类技术研究,TP391.1
- 空间交会接近视觉测量方法研究,TP391.41
- 图像实时采集、存储与处理方法研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 多币种纸币处理技术的研究与实现,TP391.41
- 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 移动机器人视觉检测和跟踪研究,TP242.62
- 高光谱与高空间分辨率遥感图像融合算法研究,TP751
- 基于随机森林的植物抗性基因识别方法研究,Q943
- 基于视觉的番木瓜外观品质检测技术研究,S667.9
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 红外图像目标识别及跟踪技术研究,TP391.41
- 水下目标特征的压缩与融合技术研究,TN911.7
- 基于物联网的农产品安全监控系统与决策系统研究,TP277
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|