基于序列图像的行人检测与跟踪方法研究

《基于序列图像的行人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、太原理工大学硕士研究生学位论文基于序列图像的行人检测与跟踪方法研究摘要运动目标检测与跟踪是计算机视觉领域和模式识别领域中研究的热点，广泛应用于视频监控、运动分析、机器人导航、异常检测、视频会议、智能交通等领域。但由于受到目标本身、算法及环境干扰等因素的影响，如何实现稳定、准确、快速的视觉跟踪仍是一个挑战。本文从具体应用展开研究，研究了基于双目视觉传感器Kinect的俯视行人检测、跟踪及计数算法，即利用kinect设备同时获取同一场景的彩色图像及深度图像，并对彩色图像及深度信息进行综合分析，检测密集场景下的人群目标，进而实现俯视行人的跟踪与计数。主要研究工作如下

2、：首先，对图像进行预处理，包括彩色图像校正、深度图像修补、运动目标提取及形态学处理。针对彩色图像与深度图像在空间位置上的不匹配问题，即由于Kinect三个镜头空间位置分布不同而引起的图像差异，本文采用三对三仿射变换进行补偿，以达到期望的结果。针对深度图像中存在的空洞问题，即深度图像中存在很多像素不确定的点，本文利用改进的联合双边滤波器对深度图像进行修补，以获得更为真实的、准确的深度图像。再利用背景差分算法提取运动目标，最后进行形态学处理，从而保证运动目标检测与跟踪的精度。其次，本文针对深度图像中俯视行人的特点，分别采用非极大值抑制算法（Non-MaximumS

3、uppression，NMS）、随机霍夫圆变换（RandomHoughTransform，RHT）、快速径向对称变换（RadialSymmetryTransform，RST）I太原理工大学硕士研究生学位论文来检测俯视人头的潜在位置。同时利用基于深度图像的局部直方图分割俯视人头，然后以人头几何中心为圆心，对人头进行半径展开图变换。本文提出了一种结合人头半径展开图的方向梯度直方图（HistogramofOrientedGradient，HOG）特征提取和支持向量机（SupportVectorMachine，SVM）分类器的人头判别算法，最终得到人头准确位置。第三，

4、本文介绍了基于卡尔曼滤波预测（KalmanFilter，KF）和K-最邻近（K-NearestNeighbor，KNN）的数据关联匹配的多目标跟踪算法。并在此基础上，根据俯视行人检测结果，提出了一种基于运动目标的位置信息、身高信息、直方图信息和形状信息的多特征融合的数据关联匹配算法，进而实现俯视行人的跟踪与计数，并基于上述跟踪结果，运用了一种改进的离散-连续多目标跟踪轨迹优化算法，进一步提高跟踪的准确性。最后，在MicrosoftVisualStudio2013开发平台上设计了一个基于MFC和开源计算机视觉库Opencv2.4.9的目标跟踪演示系统，该系统主要

5、包括了俯视行人检测模块、行人跟踪及计数模块等几个功能模块。结合实验分析，验证了本算法的可行性。本文算法不受光照变化、阴影干扰等问题影响，并且采用俯视采样法,不存在样本遮挡问题，克服了传统的多目标检测方法的缺点。实验结果表明，采用上述方法不但能够较为准确的对俯视行人进行跟踪和计数，而且在消除误检、漏检和误配等这些固有问题方面，效果也很明显。因此，本文算法能够有效提高跟踪的准确性、稳定性和可信性。II太原理工大学硕士研究生学位论文关键词：Kinect，俯视行人检测，俯视行人跟踪，多特征融合，行人计数，轨迹优化III太原理工大学硕士研究生学位论文RESEARCHOF

6、PEDESTRIANDETECTIONANDTRACKINGBASEDONSEQUENCEIMAGESABSTRACTMovingobjectdetectionandtrackingasahottopicinthefieldofcomputervisionandpatternrecognitioniswidelyusedinvideosurveillance,humanmotionanalysis,robotnavigation,anomalydetection,videoconferencing,intelligenttransportation,etc.H

7、owever,thewaytoachieveastable,accurateandrapidvisualtrackingisstillachallengebecauseoftheimpactfactorssuchastargetitself,algorithmsandenvironmentalinterference,etc.Thispaperdiscussesthezenithalpedestriandetection,trackingandcountingalgorithmbasedonthespecificapplicationwithbinocular

8、visionsensorKinect,