家庭環(huán)境下的人體跟蹤與定位
發(fā)布時(shí)間:2019-11-06 00:36
【摘要】:視頻監(jiān)控系統(tǒng)已經(jīng)遍布人類生活中的各個(gè)角落,人們對(duì)于視頻監(jiān)控中各項(xiàng)技術(shù)的研究也日益成熟。目標(biāo)跟蹤作為一個(gè)基本的問(wèn)題已經(jīng)得到了廣泛的研究,學(xué)者們提出了各種各樣的視頻目標(biāo)跟蹤方法,同時(shí)也遇到了一些問(wèn)題,如非剛性目標(biāo)的姿態(tài)變化,環(huán)境中的光照變化等。家庭環(huán)境中的視頻監(jiān)控系統(tǒng)也面臨著這樣的問(wèn)題,尤其是復(fù)雜的背景環(huán)境對(duì)目標(biāo)跟蹤的影響。本文主要針對(duì)復(fù)雜背景環(huán)境下的目標(biāo)跟蹤進(jìn)行了研究,主要研究?jī)?nèi)容如下:(1)針對(duì)固定背景的環(huán)境運(yùn)動(dòng)檢測(cè)問(wèn)題,本文對(duì)幾種簡(jiǎn)單的背景模型進(jìn)行了分析,重點(diǎn)對(duì)碼本模型進(jìn)行了研究,在經(jīng)典碼本模型的基礎(chǔ)上對(duì)其進(jìn)行改進(jìn)以快速適應(yīng)環(huán)境,提出了多模式的分塊權(quán)值碼本模型,實(shí)現(xiàn)了對(duì)背景模型的快速建模及更新,并能適應(yīng)光照等噪聲變化。(2)針對(duì)復(fù)雜環(huán)境中的目標(biāo),本文分析了粒子濾波跟蹤算法,主要對(duì)基于特征直方圖的粒子濾波算法進(jìn)行研究。目標(biāo)的顏色直方圖對(duì)目標(biāo)的整體進(jìn)行表征,紋理直方圖對(duì)目標(biāo)的內(nèi)部細(xì)節(jié)進(jìn)行描述,根據(jù)兩種表示方法的可靠程度進(jìn)行直方圖融合,實(shí)現(xiàn)了目標(biāo)的準(zhǔn)確跟蹤。(3)提出了一種跟蹤框架,將跟蹤問(wèn)題分解為主要跟蹤、輔助跟蹤、目標(biāo)標(biāo)準(zhǔn)模板庫(kù)三部分。主要跟蹤采用特征點(diǎn)匹配的方法,保證了目標(biāo)跟蹤的準(zhǔn)確性;主要跟蹤失敗時(shí),輔助跟蹤采用粒子濾波算法快速找回目標(biāo),兩者結(jié)合保證了目標(biāo)跟蹤的連續(xù)性;目標(biāo)標(biāo)準(zhǔn)模板庫(kù)收集可靠的目標(biāo)模板,保證了目標(biāo)跟蹤的可靠性。為了防止跟蹤漂移,設(shè)計(jì)了目標(biāo)特征和目標(biāo)模板的更新策略,提高了目標(biāo)跟蹤算法的穩(wěn)定性,有效抑制了跟蹤漂移發(fā)生。(4)在目標(biāo)跟蹤基礎(chǔ)上,實(shí)現(xiàn)對(duì)目標(biāo)的雙目視覺(jué)定位。首先對(duì)攝像機(jī)進(jìn)行標(biāo)定,然后對(duì)雙目攝像機(jī)利用人工放置標(biāo)志物的方法求取攝像機(jī)位置關(guān)系實(shí)現(xiàn)雙目攝像機(jī)標(biāo)定,利用極限約束實(shí)現(xiàn)兩個(gè)攝像機(jī)中目標(biāo)的匹配并實(shí)現(xiàn)目標(biāo)點(diǎn)匹配,最終實(shí)現(xiàn)目標(biāo)定位。
【圖文】:
目標(biāo)的表達(dá)方式可W分為目標(biāo)的形狀表達(dá)和目標(biāo)特征表達(dá)。目標(biāo)的形逡逑狀表示的目的是將目標(biāo)W形狀的方式標(biāo)記出來(lái),可W分為點(diǎn)、基本幾何形逡逑狀、較接式形狀、輪廓、剪影、骨架等。如圖1-1所示;逡逑1111逡逑<?>邋春(0邋Q邋(9)邋m邋W邋g逡逑4444逡逑圖1-1目標(biāo)表示方法逡逑其中(a)為單個(gè)點(diǎn)表示,(b)為多個(gè)點(diǎn)表示,(C)和(d)為基本幾_逡逑何形狀表示,(e)為剪影表示,(f)為輪廓表示,(g)為較接式形狀表示,逡逑(h)為骨架表示。目標(biāo)的形狀表示是用來(lái)說(shuō)明目標(biāo)的形態(tài)結(jié)構(gòu)信息,,是逡逑一種表示結(jié)果,即用這樣的形狀代表目標(biāo),但是往往包含了很多目標(biāo)之外逡逑的像素,或缺少了很多目標(biāo)的像素。逡逑目標(biāo)的形狀表示是由目標(biāo)的特征進(jìn)行估計(jì)得到的結(jié)果,目標(biāo)跟蹤的依逡逑據(jù)在于目標(biāo)的特征。目標(biāo)特征一般可分為顏色特征、梯度特征、紋理特逡逑征、運(yùn)動(dòng)特征等。逡逑(1)顏色特征逡逑顏色特征是最基本的目標(biāo)特征,具有很強(qiáng)的目標(biāo)分別能力,大量的文逡逑獻(xiàn)中都用帶了目標(biāo)的顏色特征。為了方便地將圖像實(shí)現(xiàn)出來(lái)
邐邐逡逑準(zhǔn)差作比較,如果差值超出標(biāo)準(zhǔn)差范圍,那么該像素點(diǎn)被劃分為背景,否逡逑則是前景,這樣就可tu檢測(cè)到運(yùn)動(dòng)目標(biāo)。逡逑由于方差計(jì)算量大,為了提高計(jì)算效率,用平均絕對(duì)差分值代替統(tǒng)計(jì)逡逑模型中的方差。具體實(shí)現(xiàn)方法如下:逡逑1、統(tǒng)計(jì)一段時(shí)間內(nèi)視頻圖像序列中各像素的巧值,得到均值圖像lavg。逡逑2、統(tǒng)計(jì)一段時(shí)間內(nèi)的巧鄰兩偵像素之間的差值,并取絕對(duì)值,得到逡逑平均絕對(duì)差分圖像kif。逡逑3、根據(jù)像素的平均絕對(duì)差分值,設(shè)置背景減差閩值,得到高闊值圖逡逑像Ih和低閩值圖像1|。逡逑4、新一\枷裼肜低枷褡鞅冉,染J詬叩屠搗段,则为睕_義暇,否则为前景,完迟p枷裨碩勘曇觳。辶x掀驕鮒搗ń峁繽跡玻菜荊等。保氨兜鈉驕圓罘種擔(dān)哄義
本文編號(hào):2556427
【圖文】:
目標(biāo)的表達(dá)方式可W分為目標(biāo)的形狀表達(dá)和目標(biāo)特征表達(dá)。目標(biāo)的形逡逑狀表示的目的是將目標(biāo)W形狀的方式標(biāo)記出來(lái),可W分為點(diǎn)、基本幾何形逡逑狀、較接式形狀、輪廓、剪影、骨架等。如圖1-1所示;逡逑1111逡逑<?>邋春(0邋Q邋(9)邋m邋W邋g逡逑4444逡逑圖1-1目標(biāo)表示方法逡逑其中(a)為單個(gè)點(diǎn)表示,(b)為多個(gè)點(diǎn)表示,(C)和(d)為基本幾_逡逑何形狀表示,(e)為剪影表示,(f)為輪廓表示,(g)為較接式形狀表示,逡逑(h)為骨架表示。目標(biāo)的形狀表示是用來(lái)說(shuō)明目標(biāo)的形態(tài)結(jié)構(gòu)信息,,是逡逑一種表示結(jié)果,即用這樣的形狀代表目標(biāo),但是往往包含了很多目標(biāo)之外逡逑的像素,或缺少了很多目標(biāo)的像素。逡逑目標(biāo)的形狀表示是由目標(biāo)的特征進(jìn)行估計(jì)得到的結(jié)果,目標(biāo)跟蹤的依逡逑據(jù)在于目標(biāo)的特征。目標(biāo)特征一般可分為顏色特征、梯度特征、紋理特逡逑征、運(yùn)動(dòng)特征等。逡逑(1)顏色特征逡逑顏色特征是最基本的目標(biāo)特征,具有很強(qiáng)的目標(biāo)分別能力,大量的文逡逑獻(xiàn)中都用帶了目標(biāo)的顏色特征。為了方便地將圖像實(shí)現(xiàn)出來(lái)
邐邐逡逑準(zhǔn)差作比較,如果差值超出標(biāo)準(zhǔn)差范圍,那么該像素點(diǎn)被劃分為背景,否逡逑則是前景,這樣就可tu檢測(cè)到運(yùn)動(dòng)目標(biāo)。逡逑由于方差計(jì)算量大,為了提高計(jì)算效率,用平均絕對(duì)差分值代替統(tǒng)計(jì)逡逑模型中的方差。具體實(shí)現(xiàn)方法如下:逡逑1、統(tǒng)計(jì)一段時(shí)間內(nèi)視頻圖像序列中各像素的巧值,得到均值圖像lavg。逡逑2、統(tǒng)計(jì)一段時(shí)間內(nèi)的巧鄰兩偵像素之間的差值,并取絕對(duì)值,得到逡逑平均絕對(duì)差分圖像kif。逡逑3、根據(jù)像素的平均絕對(duì)差分值,設(shè)置背景減差閩值,得到高闊值圖逡逑像Ih和低閩值圖像1|。逡逑4、新一\枷裼肜低枷褡鞅冉,染J詬叩屠搗段,则为睕_義暇,否则为前景,完迟p枷裨碩勘曇觳。辶x掀驕鮒搗ń峁繽跡玻菜荊等。保氨兜鈉驕圓罘種擔(dān)哄義
本文編號(hào):2556427
本文鏈接:http://sikaile.net/kejilunwen/wltx/2556427.html
最近更新
教材專著