2D人体骨架和结构化数据的行人目标跟踪方法研究

发布时间：2021-03-25 13:35

　　在计算机视觉领域,目标跟踪技术是被重点研究的课题之一,其广泛应用于智能监控、人机交互、机器人、无人机等视觉跟踪控制领域。由于应用场景的多样性,跟踪技术面临着多种挑战,例如遮挡、重叠、快速移动、光照变化、物体干扰等复杂环境下会出现漂移、丢失等现象。而现有的大部分跟踪算法在复杂环境下的适应性还没有达到成熟的阶段,如何使目标达到实时精准的跟踪是研究人员一直以来研究的重点内容。因此,为解决上述问题,从视频图像预处理、行人目标特征提取以及行人目标连续跟踪三个方面进行深入研究,解决目标在复杂环境下跟踪丢失后难以找回的问题,主要内容如下:（1）图像预处理:在检测目标过程中由于光线变化、图像雾化等问题导致画面不清晰,从而致使目标识别度降低。因此,通过在RGB和YUV颜色空间下对直方图均衡（Histogram Equalization,HE）、局部自适应直方图均衡（Adaptive Histogram Equalization,AHE）和限制对比度自适应直方图均衡（Contrast Limited Adaptive Histogram Equalization,CLAHE）的光照处理进行对比分析,设计基... 

【文章来源】：沈阳工业大学辽宁省

【文章页数】：84 页

【学位级别】：硕士

【部分图文】：

目标跟踪应用领域

沈阳工业大学硕士学位论文6图1.2各种复杂环境下的目标跟踪Fig.1.2Targettrackinginavarietyofcomplexenvironments1.4论文的主要研究内容目标跟踪过程一般是目标检测、特征提娶目标识别、目标跟踪、目标更新五个步骤，因此，本文查阅大量的参考文献，以2D人体骨架和结构化数据为基础对目标丢失后难以找回的问题进行研究，主要是从图像预处理、行人目标特征提取和行人目标连续跟踪三个方面展开研究工作。（1）图像预处理：目标场景常常因光线变化导致摄像机采集到的图像出现模糊、昏暗等现象，因此，本文在YUV颜色空间Y通道下利用限制对比度自适应直方图均衡化算法对图像进行均衡化预处理，提高图像对光照的适应性。普通直方图均衡化对图像局部较暗或较亮区域处理效果较差，而CLAHE均衡化算法是将一个整体图像分为若干个小图像分别进行均衡化处理，相对于HE均衡算法来说提高图像的光照增强效果更明显。（2）行人目标特征提取：目标检测识别是跟踪过程中提高跟踪精度的重要步骤之一，本文采用2D人体骨架关节点坐标信息提取目标特征，利用深度学习的方法提取人体骨架关节点坐标并建立骨架模型。本文以人体衣着各部位区域作为结构化数据特征建立目标特征模板，可避免因背景或其他物体干扰造成目标错检或误检的情况，从而提高目标识别率。结构化数据特征包括人体头部、胸膛、左臂、右臂、左手、右手、左腿、右腿、胯部、左脚、右脚等部位衣着特征，通过人体骨架关节点坐标信息计算截取特征所在区域图像。（3）行人目标连续跟踪：目标跟踪过程中容易因遮挡、重叠、视角变化等情况出现目标漂移、丢失等现象，因此，本文提出一种基于结构化SVM和行人运动速度的改进KCF和结构化融合的目标跟踪算法，其中包括目标重定位策略--基于KCF响应函数峰值判断

第2章图像预处理9图2.1RGB空间模型图Fig.2.1RGBspacemodeldiagramYUV可与RGB相互转换[38]，如图2.2所示。具体转换式如下BGRVUY100.0515.0615.0436.0289.0147.0114.0587.0299.0（2.2）VUYBGR0032.21581.0395.01140.101（2.3）因此，YUV颜色空间Y分量的提取式可由下式得到11.059.03.0BGRY（2.4）图2.2RGB与YUV相互转换效果图Fig.2.2RGBandYUVconversioneffectdiagram

【参考文献】：
期刊论文
[1]基于Faster R-CNN的机器人目标检测及空间定位[J]. 郭毓,苏鹏飞,吴益飞,郭健.  华中科技大学学报(自然科学版). 2018(12)
[2]基于改进的CLAHE显微细胞图像增强算法[J]. 魏德志,梁光明.  计算机技术与发展. 2018(10)
[3]目标跟踪算法综述[J]. 卢湖川,李佩霞,王栋.  模式识别与人工智能. 2018(01)
[4]基于改进直方图均衡化和SSR算法的灰度图像增强研究α←[J]. 胡倍倍,吕浩杰.  量子电子学报. 2017(03)
[5]低照度环境监控的图像增强算法研究[J]. 李智君,王勇.  电子测试. 2016(19)
[6]复杂背景灰度图像下的多特征融合运动目标跟踪[J]. 江山,张锐,韩广良,孙海江.  中国光学. 2016(03)
[7]A vision-based navigation approach with multiple radial shape marks for indoor aircraft locating[J]. Zhou Haoyin,Zhang Tao.  Chinese Journal of Aeronautics. 2014(01)
[8]引入视觉注意机制的目标跟踪方法综述[J]. 黎万义,王鹏,乔红.  自动化学报. 2014(04)
[9]自适应分块颜色直方图的MeanShift跟踪算法[J]. 杜凯,巨永锋,靳引利,李刚.  武汉理工大学学报. 2012(06)
[10]自适应直方图均衡化算法在图像增强处理的应用[J]. 毛本清,金小梅.  河北北方学院学报(自然科学版). 2010(05)

博士论文
[1]智能交通监控中运动目标检测与跟踪算法研究[D]. 崔雨勇.华中科技大学 2012
[2]图像局部不变特征提取与匹配及应用研究[D]. 张洁玉.南京理工大学 2010

硕士论文
[1]面向安防的智能行为分析系统研究与实现[D]. 徐凯.东南大学 2015
[2]人机交互系统中的目标跟踪算法研究[D]. 陈凯.长安大学 2015
[3]灰度图像的直方图均衡化处理研究[D]. 陈永亮.安徽大学 2014
[4]视频图像预处理技术研究与实现[D]. 胡静.南京理工大学 2014
[5]基于均值算法的混合噪声图像滤波算法的研究与实现[D]. 王延翔.北京邮电大学 2010
[6]基于纹理特征的单摄像头跟踪研究[D]. 谢伟蔚.湖南大学 2007



本文编号：3099774