本文關(guān)鍵詞：監(jiān)控視頻中行人跟蹤及姿態(tài)估計

  更多相關(guān)文章： 多目標跟蹤 數(shù)據(jù)關(guān)聯(lián) 信息融合 姿態(tài)估計 標簽分布學習 隱馬爾科夫模型

【摘要】：隨著計算機技術(shù)、圖像處理技術(shù)的進步和人們安全意識的提升,視頻監(jiān)控系統(tǒng)已得到了廣泛的應用,視頻摘要是一種從海量原始監(jiān)控視頻數(shù)據(jù)中獲取信息的有效手段,而其基礎正是目標的檢測跟蹤。人體檢測及姿態(tài)估計是指標定出圖像中的人體或部位的位置信息,是計算機視覺領(lǐng)域研究的熱點和難點之一。本文對傳統(tǒng)的人體檢測及姿態(tài)估計方法進行調(diào)研,現(xiàn)有的檢測跟蹤算法對于遮擋情況的處理仍然不夠理想,尤其是未經(jīng)校正的缺少深度信息的普通單目監(jiān)控視頻;傳統(tǒng)的姿態(tài)估計方式往往忽略了人體姿態(tài)自身的連續(xù)性和人體目標軌跡中的時空連續(xù)性。本文以此為基礎,做出了如下工作。一是提出了一種基于運動外形信息融合的多目標行人跟蹤方法。首先對視頻序列中檢測出的行人多目標提取其運動信息和外形信息,對行人目標間各信息的差別進行度量,并根據(jù)信息的分布情況調(diào)整相應系數(shù),將行人目標與各軌跡的距離度量融合為距離代價,構(gòu)成代價矩陣,最終使用匈牙利算法實現(xiàn)任務分配,以此進行行人多目標關(guān)聯(lián)跟蹤,提升了單目視頻中出現(xiàn)短暫遮擋情形時的人體檢測跟蹤效果。多個監(jiān)控視頻行人跟蹤數(shù)據(jù)集的實驗結(jié)果表明了本文算法對于行人目標短暫遮擋處理的可行性和有效性。二是提出了一種基于軟標簽的時空約束人體朝向姿態(tài)估計方法。首先由于人體姿態(tài)的連續(xù)性,使用標簽分布學習分類模型,將相鄰標簽的樣本也用來描述該標簽,然后對人體軌跡序列進行姿態(tài)估計,并引入隱馬爾科夫模型來描述時域上姿態(tài)朝向的變化,再提取軌跡的時空信息用來約束朝向姿態(tài)以逐軌跡自適應的獲取可靠的估計,以此利用姿態(tài)自身的連續(xù)性和軌跡中的連續(xù)性提升了在人體軌跡序列中朝向姿態(tài)估計的連續(xù)一致性。與主流分類器結(jié)果的比較表明該方法能夠更好的得到連續(xù)軌跡中人體的朝向姿態(tài)。
【學位授予單位】：南京郵電大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.41;TN948.6

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 馬瑾;陳立潮;張永梅;;基于分類的頭部姿態(tài)估計算法的研究[J];科技情報開發(fā)與經(jīng)濟;2006年02期

2 傅澤寧;邵曉巍;龔德仁;段登平;;最優(yōu)遞歸線性姿態(tài)估計算法[J];測控技術(shù);2012年06期

3 張小平,朱紅鋒,劉志鏡;多姿態(tài)人臉照片的姿態(tài)估計[J];計算機仿真;2005年04期

4 史東承,于德海,楊冬;一種多視角人臉姿態(tài)估計算法[J];長春工業(yè)大學學報(自然科學版);2004年01期

5 鐘志光;易建強;趙冬斌;洪義平;李新征;;一種魯棒的只需兩幀圖像的姿態(tài)估計方法[J];模式識別與人工智能;2005年04期

6 張根寶;楊永;;粒子濾波器及其在衛(wèi)星姿態(tài)估計中的應用[J];計算機工程與科學;2011年06期

7 張彩霞;趙青娥;;基于旋轉(zhuǎn)體的攝像機姿態(tài)估計[J];北方工業(yè)大學學報;2011年03期

8 郭作敏;飛行器實時姿態(tài)估計系統(tǒng)[J];光機電信息;1997年12期

9 陳曉鋼;陸玲;周書民;劉向陽;;一種新的人臉姿態(tài)估計算法[J];數(shù)據(jù)采集與處理;2009年04期

10 劉淼;郭東偉;馬捷;孫浩翔;周春光;;基于橢圓模型和神經(jīng)網(wǎng)絡的人臉姿態(tài)估計方法[J];吉林大學學報(理學版);2008年04期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 葉蓬;劉方;;一種基于李群的目標姿態(tài)估計方法[A];全國第二屆信號處理與應用學術(shù)會議�？痆C];2008年

2 牟忠凱;隋立芬;甘雨;黃賢源;;觀測噪聲為有色噪聲的UKF姿態(tài)估計算法[A];第二屆中國衛(wèi)星導航學術(shù)年會電子文集[C];2011年

中國博士學位論文全文數(shù)據(jù)庫 前4條

1 劉袁緣;自然環(huán)境下頭部姿態(tài)估計方法的研究與應用[D];華中師范大學;2015年

2 崔錦實;基于三維模型的關(guān)節(jié)式物體姿態(tài)估計與跟蹤方法研究[D];清華大學;2004年

3 趙松;人臉識別中的姿態(tài)估計、識別算法和融合算法的研究[D];中國科學技術(shù)大學;2009年

4 歐陽毅;單目視頻中人體運動建模及姿態(tài)估計研究[D];浙江大學;2012年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 石廣升;基于Kinect的物體三維模型構(gòu)建和姿態(tài)估計方法研究[D];哈爾濱工業(yè)大學;2015年

2 杜署明;基于捷聯(lián)慣性傳感的吊鉤姿態(tài)估計技術(shù)研究[D];大連理工大學;2015年

3 劉則芬;基于擴展梯度直方圖的行人檢測及姿態(tài)估計研究[D];合肥工業(yè)大學;2014年

4 張亞男;低成本動中通測控系統(tǒng)姿態(tài)估計算法的設計與實現(xiàn)[D];電子科技大學;2015年

5 張培浩;基于姿態(tài)估計的行為識別方法研究[D];南京航空航天大學;2015年

6 丁卓;基于單幅靜止圖像的人臉姿態(tài)估計的研究[D];華東師范大學;2014年

7 侯佳麗;基于視覺的無人機姿態(tài)估計方法研究[D];北京理工大學;2016年

8 趙俊寶;駕駛員頭部姿態(tài)估計系統(tǒng)的設計與實現(xiàn)[D];華中科技大學;2014年

9 馬召賓;融合眼部特征及頭部姿態(tài)的實時疲勞駕駛檢測技術(shù)研究[D];山東大學;2016年

10 高彪;視障者視覺輔助技術(shù)中剛性物體全方位姿態(tài)估計方法[D];天津工業(yè)大學;2016年

，

本文編號：1182539