基于视觉的人体目标识别与跟踪

发布时间：2021-11-23 21:49

　　人体识别和跟踪技术是计算机视觉领域重要的研究方向和研究热点,它在智能交通系统、机器人、交互系统、智能视频监控系统、自动驾驶系统等方面有着广泛的应用。本文主要从人体目标识别和运动人体目标跟踪两个方面进行研究,研究场景主要是室内环境,利用微软体感设备Kinect传感器进行彩色图像及深度图像的采集,主要工作内容如下:首先研究了视频图像中人体目标识别算法,采用HOG特征与SVM分类器结合的方法,借助行人数据库INRIA提供的样本进行分类器训练,实现彩色图像中人体目标识别。为了在保证检测率的同时,加快检测速度,采用积分图及三线性插值法优化了HOG特征提取过程。针对训练样本中正负样本不均衡问题,采用级联结构构造SVM分类器。在进行人体目标检测时,采用金字塔方式实现多尺度的行人检测,并且使用非最大抑制法进行不同尺度下检测窗口的融合。为了提高人体目标识别对于光照的鲁棒性,采用彩色图像与深度图像联合的方法,在深度图像样本中提取HOD特征,经过特征训练得到深度图像中分类器,将两种分类器结果融合实现基于彩色及深度图像联合的人体目标识别。在运动人体目标跟踪方面,重点研究了基于Kalman滤波器的目标跟踪方法和... 

【文章来源】：哈尔滨工程大学黑龙江省 211工程院校

【文章页数】：77 页

【学位级别】：硕士

【部分图文】：

Kinect传感器

特性 规格度水平视角：57°垂直视角：43°俯仰视角：±27°流彩色图像：640×480,32bit@30FP深度图像：320×240,16bit@30FP音频格式：16kHz,16bit 单声道(PC踪 同时辨识 6 人可追踪 2 人骨骼每人追踪图像是利用 TOF 光学测距或者结构光测量技术获得的，（Light Coding）技术获取深度图像。光编码（Light cod是激光照射到粗糙物体或穿透毛玻璃后随机形成的衍射没有规律性，在空间中任何不同位置所形成的图案都不使用这样的光标记周围的三维空间。若想获取某个物体在上面的散斑图案，通过对比得出。Kinect 深度图像原理

像所在的位置就是物体此空间中的位置。图的参考图像，可以认为物体 A 的位置在2Z 处处。将空间中所有的点与摄像头之间的距离换成灰度值形式输出，就构建出了 3D 图像[4图像获取B 摄像头具有普通摄像头功能，获取彩色图像B 连接到 PC 端，获取的图像有普通质量和，但是图像质量较低；高质量图像没有压缩图像不超过 15 帧。方提供的 Kinect 传感器的驱动程序，打开 K。本文中所使用彩色图像分辨率为 640*480，。

【参考文献】：
期刊论文
[1]基于稳定区域梯度方向直方图的行人检测方法[J]. 陈锐,彭启民.  计算机辅助设计与图形学学报. 2012(03)
[2]人体运动目标检测与跟踪方法的研究与实现[J]. 徐雷,裴海龙.  现代电子技术. 2010(04)
[3]基于自适应阈值的红外图像增强[J]. 黎育红,周建中,丁威.  科学技术与工程. 2010(04)
[4]利用级联SVM的人体检测方法[J]. 李同治,丁晓青,王生进.  中国图象图形学报. 2008(03)
[5]直方图均衡化在图像处理中的应用[J]. 任艳斐.  科技信息. 2007(04)
[6]基于人脸检测与跟踪的智能监控系统[J]. 宋红,石峰.  北京理工大学学报. 2004(11)
[7]中值滤波与均值滤波的去噪性能比较[J]. 吴建华,李迟生,周卫星.  南昌大学学报(工科版). 1998(01)
[8]BP身经网的比例训练[J]. 陈明,赵瑞清.  计算机学报. 1993(08)

博士论文
[1]基于视觉的行人检测和跟踪技术的研究[D]. 田广.上海交通大学 2007

硕士论文
[1]基于Kinect的人体目标检测与跟踪[D]. 杨林.大连海事大学 2013
[2]复杂场景下的运动目标检测关键技术研究[D]. 骆勇.上海交通大学 2012



本文编号：3514699