视频监控中人体跟踪的分析与实现

《视频监控中人体跟踪的分析与实现》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、万方数据浙江：l：业大学硕士学位论文第1章绪论1．1课题研究的背景和意义人类通过视觉获得了绝大多数认知世界的知识，可以说视觉是人脑获取信息量最大的方式。视觉信息直观，信息量大的特点可以帮助人们迅速的增加对世界的理解，对于整个社会的发展有巨大的作用。经典的计算机视觉理论一般分为三个层次【1

2、，高层(Hi曲Level)、中间层(IntemediateLevel)和底层(LowLevel)，高层，就是指对外界事物和环境的认识和理解，中间层就是指对于事物外在特征，比如形状、颜色、运动轨迹等特征的判断，而底层就是指对

3、事物的二维图像的一般操作，比如分割、区域划分、提取、边缘检测等【2J智能视频监控在计算机视觉理论中属于中间层次，也正是是计算机视觉对信息高层次解释的必须经过的过程。随着社会不断的发展与进步，大众对于财物以及人身安全性的要求也越来越高，视频监控占据了安防的大部分市场，由于视频监控具有直观，方便以及不受距离和时间限制等优越条件越来越受到人们的青睐。尤其是“平安城市”工程建设以及APEC会议的举办，视频监控系统建设已由初期的要害部门扩展到了公共场所、大型建筑、金融、交通、社区等各个领域，视频监控市场领域不断扩大【

4、3】，但是随着监控网络的不断扩大随之带来的问题也越来越多，根据实验：传统视频监控效率低下，因为人类只要观看监控器20分钟，人的集中力及判断力将会下降，观看监控器20分钟以上，将会放弃画面变动的95％以上【4J。由于人力和精力十分有限，无法及时发现问题，及时处理问题，这种滞后性和被动性的弱点给用户带来极大不便，所以传统视频监控系统只能作为调查犯罪的辅助方法，跟本无法做到提前防止事故。如果视频监控系统能够24小时不间断的进行自动监控，检测异常情况将大大减低事故发生的概率，因此监控系统自动化，智能化已经成为监控系

5、统未来发展的方向之一。智能视频监控的主要对象是人，因此人体跟踪在智能视频领域中引起了广泛的关注。鉴于视频监控中人体识别与跟踪在诸多领域发挥着重要作用，因此在视频监控中对人体的跟踪与识别的研究具有重大的社会价值。但由于在复杂环境下人体目标的跟踪容易受到背景，光线变化，阴影等因素的影响而造成失败，所以如何能够提高人体跟踪在不同的环境条件下的鲁棒性对于智能视频监控具有十分重要的意义。万方数据浙江j【：业火学硕士学位论文1．2人体跟踪的国内外研究现状由于人体跟踪在视频监控等领域的重要意义，国内外对于人体跟踪的研究涌

6、现许多优秀的研究机构和期刊网站。国内的人体跟踪的研究比国外起步晚了些，但是近些年发展非常迅速。中国科学院自动化研究所模式识别国家重点实验室在计算机视觉领域处于领先地位，计算机所的山世光科研组【5J在行人检测与跟踪、以及人脸识别方面有着重大的研究成果；以及自动化研究所的李子青科研组【6】在智能监控方面项目专利已经应用于2008年北京奥运会。上海交通大学的模式识别研究所在基于神经网络的人脸识别方面的专利与著作也很多。以及香港中文大学多媒体实验室等以及许多国内著名高校都展开了对计算机视觉和模式识别的研究。国内的重

7、要研究期刊【7】也比较多比如计算机学报、软件学报、人工智能与模式识别、中国图形图像、自动化学报等这些期刊刊登和发表了诸多重要的研究成果。对国内人体跟踪与模式识别的发展提供大量文献资料国外比较著名的期刊【8】也很多，中比较著名的有IEEE模式分析和机器智能期刊，计算机视觉与图像理解，国际计算机视觉期刊等。在模式识别与计算机视觉领域中，公认的国外的顶尖研究机构基本集中于美国，与欧洲。他们引领了整个技术的走向，如麻省理工学院研究的Pfinder系统【9】，Pfinder系统可以分析人的肢体细节。区分人的动作和意图

8、，能够区分比如走路，举手等细节动作。IBM与美国马里兰大学合作研发了W4系统【10】，W4系统则是全面研究了人体各个部分的动作，对于人的头部，四肢等的动作都能进行判断识别，并且可以对人与人之间交互做出判断，卡内基梅隆大学则研发了一套名为VSAM的车辆行人跟踪系统【11】，VSAM系统根据现场环境，可以实现对车辆和行人的跟踪；将行人与车辆进行分类以达到最优化的跟踪效果。英国的雷丁大学(U11iversit)，ofReading)㈦己展开了对车辆和行人的识别跟踪的研究，主要研究了两者之间交互的过程。人体跟踪的算

9、法目前发展的已经比较成熟，早年问已经对于人体跟踪有了较多的研究，在2001年SidenblaIldll等人【13】已经开始使用三维建模的方式对人体进行跟踪，而总的来说目前人体跟踪的方法按照采用的数学思想不同可以分为三类方法：基于均值漂移算法的人体跟踪，基于贝叶斯概率分布的人体跟踪，基于偏微分方程的人体跟踪【14j这三种方法各有其特点，应用的方式也各不相同。基于均值漂移算法的人体跟踪其基本原理是在特征向量概率密度的