基于车载视频监控的乘客检测及跟踪算法

发布时间：2018-06-01 06:21

  本文选题：检测跟踪 + 车载视频监控　； 参考：《计算机应用》2014年12期

【摘要】：针对公交车上乘客相互遮挡及光照变化明显的问题,提出一种基于头肩部边缘特征和局部不变特征的人体检测及跟踪算法。首先对待检测图像进行自适应阈值背景差分,实现乘客目标分割;然后用样本的梯度方向直方图(HOG)特征训练支持向量机(SVM)基础分类器,结合自适应增强(Ada Boost)算法提炼出最终的强分类器,对前景图像进行扫描实现乘客目标检测;最后提取目标区域和当前搜索区域的快速鲁棒性特征(SURF),通过特征点匹配实现乘客目标跟踪。实验表明,在乘客相互遮挡及光照变化明显的情况下,该算法仍具有高于80%的检测率和跟踪率,且满足系统实时性的要求,可用于客流计数。
[Abstract]:This paper presents a human body detection and tracking algorithm based on the edge feature and local invariant feature of the bus . Firstly , the adaptive threshold background difference is applied to detect the image , the target segmentation is realized by using the HOG feature training support vector machine ( HOG ) feature training support vector machine ( SVM ) .
【作者单位】： 天津大学电子信息工程学院;61660部队;
【基金】：国家自然科学基金资助项目(61201179) 天津市软件产业发展专项基金资助项目(2010E6-0005)
【分类号】：TN948.6

【参考文献】

相关期刊论文 前3条

1 阮锦新;尹俊勋;;基于人脸特征和AdaBoost算法的多姿态人脸检测[J];计算机应用;2010年04期

2 李鸿生;薛月菊;黄晓琳;黄珂;何金辉;;改进的自适应混合高斯前景检测方法[J];计算机应用;2013年09期

3 杨健;李若楠;黄晨阳;王刚;丁闯;;基于局部显著边缘特征的快速图像配准算法[J];计算机应用;2014年01期

【共引文献】

相关期刊论文 前10条

1 王寻;赵怀勋;刘锡蔚;;基于肤色及改进的Adaboost算法的人脸检测[J];电子科技;2013年09期

2 吴禄慎;柳珍;吴培敏;孟凡文;;基于嵌入式视频监控的人脸检测系统设计[J];激光与红外;2012年02期

3 赵东方;杨明;邓世涛;;几种人脸检测算法的对比研究[J];内江科技;2011年10期

4 盛仲飙;;人脸检测技术研究[J];计算机与数字工程;2012年12期

5 王金云;周晖杰;纪政;;复杂背景中的人脸识别技术研究[J];计算机工程;2013年08期

6 赵飞帆;方路平;陈仕骁;;基于人脸视频测量脉搏方法的初步研究[J];生物医学工程学杂志;2012年05期

7 李雪源;袁晨;姜代红;;基于Adaboost的人脸光照补偿方法[J];软件导刊;2014年06期

8 葛健夫;杨文伟;张飞飞;;基于人眼特征的多姿态人脸检测[J];现代计算机(专业版);2012年04期

9 张洪杰;刘卫光;;基于嵌入式平台的实时人脸检测系统[J];中原工学院学报;2011年04期

10 王自伟;盛惠兴;;基于KIM算法和Adaboost级联的快速人脸检测[J];微处理机;2014年02期

相关博士学位论文 前1条

1 李远征;人体目标跟踪和表情识别中的若干问题研究[D];西安电子科技大学;2013年

相关硕士学位论文 前9条

1 戚春超;Deep Web数据源发现与分类研究[D];南京信息工程大学;2011年

2 凌亮;人脸检测算法的研究与实现[D];南京邮电大学;2011年

3 万丽;基于肤色及AdaBoost算法的人脸检测技术研究[D];西南石油大学;2011年

4 张敏;嵌入式人脸检测系统研究[D];辽宁工程技术大学;2011年

5 孙亚新;面向手持设备的人脸识别的设计与研究[D];广东工业大学;2012年

6 严新平;基于特征融合的笑脸识别算法研究[D];西安电子科技大学;2012年

7 陈海涛;基于SVM的多姿态人脸检测方法研究[D];广东工业大学;2013年

8 钟诚;多视角人脸识别算法研究[D];广东工业大学;2014年

9 宋士鹏;照片自动分类器的设计[D];四川师范大学;2014年

【二级参考文献】

相关期刊论文 前7条

1 程小姣;赵霞;梁蓓;;基于高斯金字塔的多级滤波[J];电脑知识与技术;2009年36期

2 倪国强,刘琼;多源图像配准技术分析与展望[J];光电工程;2004年09期

3 刘静;王玲;;混合高斯模型背景法的一种改进算法[J];计算机工程与应用;2010年13期

4 万缨;韩毅;卢汉清;;运动目标检测算法的探讨[J];计算机仿真;2006年10期

5 刘鑫;刘辉;强振平;耿续涛;;混合高斯模型和帧间差分相融合的自适应背景模型[J];中国图象图形学报;2008年04期

6 杨涛;李静;潘泉;程咏梅;;一种基于多层背景模型的前景检测算法[J];中国图象图形学报;2008年07期

7 白向峰;李艾华;李喜来;李仁兵;;新型背景混合高斯模型[J];中国图象图形学报;2011年06期

相关博士学位论文 前1条

1 王欢;运动目标检测与跟踪技术研究[D];南京理工大学;2009年

【相似文献】

相关期刊论文 前10条

1 贾慧星;章毓晋;;基于梯度方向直方图特征的多核跟踪[J];自动化学报;2009年10期

2 曾春;李晓华;周激流;;基于感兴趣区梯度方向直方图的行人检测[J];计算机工程;2009年24期

3 倪恺;肖志涛;张芳;;基于梯度方向直方图的行人检测方法研究[J];电视技术;2011年05期

4 陈锐;彭启民;;基于稳定区域梯度方向直方图的行人检测方法[J];计算机辅助设计与图形学学报;2012年03期

5 王宇新;唐琳;郭禾;贾棋;;基于金字塔梯度方向直方图的分层投票方法[J];计算机工程;2012年08期

6 陈家波;赵勋杰;许峥;;基于梯度方向直方图特征和粒子滤波算法融合的目标跟踪[J];小型微型计算机系统;2012年08期

7 霍亚松;张锟;;非重叠低维度梯度方向直方图[J];模式识别与人工智能;2014年03期

8 张小虎;李由;李立春;王鲲鹏;于起峰;;一种基于梯度方向直方图的直线轮廓提取新方法[J];光学技术;2006年06期

9 孟钢;姜志国;赵丹培;;梯度方向直方图和子流形在目标跟踪中的应用[J];红外与激光工程;2012年06期

10 李林;张丽红;;基于改进梯度方向直方图的多尺度的行人检测[J];计算机应用;2012年S2期

相关会议论文 前2条

1 曹剑;高爱华;秦文罡;;一种快速的行人检测算法[A];2010年西部光子学学术会议摘要集[C];2010年

2 杨峰;陈荣保;肖本贤;张崇巍;李天庆;;基于单目视觉的机器人状态监测方法研究[A];中国仪器仪表学会第九届青年学术会议论文集[C];2007年

相关硕士学位论文 前10条

1 闫贺;基于共生梯度方向直方图的实时人手检测系统[D];天津大学;2012年

2 孙丽娟;基于边缘梯度方向直方图的中国静态手语识别[D];西安建筑科技大学;2009年

3 刘超;基于梯度方向直方图的行人计数方法研究[D];北京邮电大学;2010年

4 薛冠超;基于机器视觉的行人快速检测方法研究[D];吉林大学;2012年

5 张旭东;行人检测技术研究[D];电子科技大学;2011年

6 陆X;基于图像的行人检测方法研究[D];上海交通大学;2009年

7 陈刚;基于多特征的行人检测方法研究[D];吉林大学;2012年

8 吴青松;视频监控的行人跟踪与辨识[D];浙江大学;2012年

9 车志富;基于支持向量机的行人检测[D];北京交通大学;2010年

10 李永波;基于机器视觉的铁路线路状态检测算法研究[D];西南交通大学;2013年

，

本文编号：1963169