欢迎来到天天文库
浏览记录
ID:36519419
大小:2.08 MB
页数:79页
时间:2019-05-11
《视频中人体跟踪算法的研究》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、清华大学综合论文训练题目:视频中人体跟踪算法的研究系别:计算机科学与技术系专业:计算机科学与技术姓名:薛天帆指导教师:张钹教授辅导教师:李建民助理研究员2009年6月11日中文摘要智能化视频监控是目前计算机视觉中一个热门的研究方向,而行人跟踪则是智能化视频监控中的一个基础问题。行人跟踪在行为分析,异常事件检测等都有着广泛应用。本文提出并实现了一套完整的行人跟踪系统,整个系统的底层是由HOG特征和颜色直方图特征构成的行人检测器,上层则采用粒子滤波器算法,结合各个行人检测器的结果得到最终检测结果。本文的主要研究工作有:1.提出了一套新的检测算法框架,利用HOG特征和颜色特征分别训练行人
2、检测器,然后用朴素贝叶斯分类器将二者结合,并整合到粒子滤波器算法框架中。2.提出一种基于遮挡率估计的跟踪方法,以避免因为行人之间互相遮挡而造成的跟踪失效,并且结合了全身检测器和部分检测器进一步提高系统在遮挡条件下的鲁棒性。关键词:视频监控;行人跟踪;粒子滤波器;HOG;颜色直方图;遮挡率IABSTRACTAutomaticvideosurveillanceisoneofthehottestresearchareasincomputervision,andhumantrackingisoneofbasictopicsinthisarea.Humantrackingiswidelyex
3、ploitedinmotionanalysisandanomalydetection.Inthisarticle,weproposedandimplementedahumantrackingsystemwhosebottomlayerishumandetectorsbasedHOGfeatureandcolorhistogramfeature,andupperlayerisbasedonparticlefilter.Themaincontributionsofthisarticleare:1.Proposeatrackingsystemframework.Twohumandetec
4、torsaretrainedandcombinedbasedoncolorhistogramandHOGfeatures,whichisfurtherimbeddedintoparticlefilterframework.2.Proposeahumantrackingalgorithmbasedonocclusionratioprediction,whichsolvedtrackingloseproblemwhentargetarepartiallyoccluded.Alsothewholedetectorisreplacedwithpartdetectortoimproverob
5、ustnessofthetrackingsystemunderocclusion.Keywords:VideoSurveillance;HumanTracking;ParticleFilter;HOG;ColorHistogram;OcclusionRatioII目录第1章引言............................................................................................11.1研究背景.......................................................
6、....................................11.2研究现状...........................................................................................11.2.1基于差分前景提取的跟踪.............................................................11.2.2基于动态轮廓线模型(也称作蛇模型)的跟踪................................21.2.3基于概率模型的跟踪........
7、............................................................21.2.4基于人体躯干模型的跟踪.............................................................31.2.5对于遮挡情况的处理....................................................................41.2.6多跟踪器之间的协作
此文档下载收益归作者所有