本文關鍵詞：智能視頻監(jiān)控系統(tǒng)中的行人重識別方法研究

  更多相關文章： 行人重識別 視覺背景提取(Vibe) HSV顏色空間 特征點匹配 均值漂移

【摘要】：隨著視頻采集技術和大規(guī)模數(shù)據(jù)存儲技術的快速發(fā)展,大型攝像機網(wǎng)絡越來越多地被部署在公共場所,傳統(tǒng)的人工監(jiān)控技術己難以應對由此產(chǎn)生的海量視頻,智能視頻監(jiān)控技術成為解決這一問題的主要途徑。作為智能視頻監(jiān)控領域新興的課題,行人重識別(Person Re-identification)引起了研究人員的廣泛關注。行人重識別是指給定一幅行人圖像,在已有的可能來源于非重疊攝像機視域的圖像或視頻序列中,識別出目標行人。行人重識別的圖像一般來源于不同的攝像頭,因此面臨視角變化、姿態(tài)變化、尺度變化和光照變化等帶來的挑戰(zhàn)。如何準確高效的進行行人重識別,是該課題當前的研究方向。本文針對智能視頻監(jiān)控系統(tǒng)中的行人重識別問題進行了研究,首先采用背景差分技術提取監(jiān)控視頻中運動的行人,然后采用主顏色比對和特征點匹配的方法對行人進行重識別,當檢測到目標行人后,采用跟蹤的方法進行識別。最后,設計并實現(xiàn)了一款行人重識別系統(tǒng)。在行人檢測方面,設計了一種Lab顏色空間下的Vibe行人檢測方法。首先采用改進的Vibe算法建立視頻場景的背景模型,將當前幀與背景模型做差分,得到運動前景；然后根據(jù)人體工程學理論從運動前景中提取人體。其中,針對Vibe算法對光照變化和物體陰影敏感、提取的運動區(qū)域不完整的問題,采用帶權重的CIE 1976 Lab色差公式度量像素點與樣本點之間的距離,并利用像素間的空間一致性對檢測結(jié)果進行修正,達到了較好的檢測效果。在行人重識別方面,提出了一種基于HSV顏色空間和特征點匹配的行人重識別算法。首先根據(jù)改進的HSV空間顏色量化策略,比對兩幅行人圖像的軀干和腿部主顏色是否一致,以快速確定備選目標；然后對備選目標,利用環(huán)形Gabor濾波器組生成多尺度圖像,再利用FAST與Shi-Tomasi組合算法提取特征點,對檢測到的特征點采用改進的BRIEF算法進行描述,之后利用暴力算法和隨機抽樣一致性算法進行特征點匹配與提純。實驗結(jié)果表明,該算法具有尺度不變性、旋轉(zhuǎn)不變性,而且對視角變化和圖像噪聲有極強的魯棒性,達到了較高的識別準確率和較快的執(zhí)行速度。在行人跟蹤識別方面,研究了一種增強型均值漂移跟蹤算法。采用變化的核函數(shù)帶寬進行跟蹤,在目標未被遮擋的情況下更新目標模型,并且引入卡爾曼濾波器預測目標位置,有效的適應了目標的尺度變化,具有良好的抗遮擋能力,并且達到了圖像的實時處理要求。最后,利用Microsoft Visual Studio 2010結(jié)合OpenCV開源庫設計了一款具備語義識別和示例圖像識別功能的基于MFC對話框的行人重識別系統(tǒng)。系統(tǒng)包含人機交互、行人檢測、行人特征提取、行人識別和識別結(jié)果展示五個功能模塊,并運用了面向?qū)ο蟮某绦蛟O計和MFC控件重繪關鍵技術,可以方便用戶快速的從監(jiān)控視頻中獲取感興趣的行人目標。
【關鍵詞】：行人重識別 視覺背景提取(Vibe) HSV顏色空間 特征點匹配 均值漂移
【學位授予單位】：山東大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.41;TN948.6
【目錄】：

• 摘要10-12
• ABSTRACT12-14
• 第一章 緒論14-22
• 1.1 課題研究的背景及意義14-15
• 1.2 國內(nèi)外研究現(xiàn)狀15-18
• 1.3 當前存在的問題18-19
• 1.4 本文的主要研究工作19-21
• 1.5 論文的章節(jié)安排21-22
• 第二章 基于Lab顏色空間的Vibe行人檢測算法22-34
• 2.1 引言22-23
• 2.2 Lab顏色空間23-24
• 2.3 Lab顏色空間下的Vibe行人檢測24-29
• 2.3.1 背景模型與初始化24-25
• 2.3.2 像素距離選取25-27
• 2.3.3 像素分類修正27
• 2.3.4 背景模型更新27-28
• 2.3.5 行人提取28-29
• 2.4 實驗結(jié)果及分析29-32
• 2.5 本章小結(jié)32-34
• 第三章 基于HSV顏色空間和特征點匹配的行人重識別算法34-56
• 3.1 引言34-35
• 3.2 基于HSV顏色空間的行人預識別35-38
• 3.3 基于特征點匹配的行人重識別38-50
• 3.3.1 多尺度環(huán)形Gabor濾波器組38-42
• 3.3.2 基于FAST與Shi-Tomasi算法的特征點檢測42-45
• 3.3.3 BRIEF特征描述子45-48
• 3.3.4 特征點匹配48-50
• 3.4 實驗結(jié)果及分析50-54
• 3.4.1 GFB特征點匹配實驗51-53
• 3.4.2 HGFB行人重識別實驗53-54
• 3.5 本章小結(jié)54-56
• 第四章 基于均值漂移的行人跟蹤識別算法56-70
• 4.1 引言56-57
• 4.2 均值漂移算法57-59
• 4.3 均值漂移跟蹤算法59-62
• 4.3.1 目標模型的建立59-60
• 4.3.2 候選區(qū)域的描述60-61
• 4.3.3 相似性度量61
• 4.3.4 目標定位61-62
• 4.3.5 跟蹤算法實現(xiàn)62
• 4.4 增強型均值漂移跟蹤算法62-65
• 4.4.1 目標模型更新62-63
• 4.4.2 目標尺度更新63
• 4.4.3 卡爾曼預測63-65
• 4.4.4 跟蹤算法實現(xiàn)65
• 4.5 實驗結(jié)果及分析65-68
• 4.6 本章小結(jié)68-70
• 第五章 行人重識別系統(tǒng)設計與實現(xiàn)70-82
• 5.1 系統(tǒng)架構(gòu)設計70-72
• 5.2 系統(tǒng)開發(fā)實現(xiàn)72-80
• 5.2.1 系統(tǒng)開發(fā)環(huán)境72-73
• 5.2.2 系統(tǒng)開發(fā)關鍵技術73-75
• 5.2.3 系統(tǒng)功能實現(xiàn)75-80
• 5.3 本章小結(jié)80-82
• 第六章 總結(jié)與展望82-84
• 6.1 本文工作總結(jié)82-83
• 6.2 未來研究展望83-84
• 參考文獻84-90
• 致謝90-92
• 攻讀學位期間發(fā)表的學術論文92-93
• 學位論文評閱及答辯情況表93

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李玉潮;杜丙新;黃培之;;一種改進的快速特征點匹配方法[J];測繪科學;2010年05期

2 羅亞威;魏本昌;管濤;嚴卡;張巖;;面向移動設備的快速特征點匹配方法研究[J];計算機應用研究;2013年02期

3 黃為民，，榮鋼，邊肇祺;用于離線英文簽字識別的特征點匹配[J];清華大學學報(自然科學版);1995年05期

4 劉家鋒,唐降龍,趙泉;一個基于特征點匹配的聯(lián)機指紋鑒別系統(tǒng)[J];哈爾濱工業(yè)大學學報;2002年01期

5 石祥濱;張勁松;劉進立;陳潤鋒;;一種適合于大尺寸航拍圖像的特征點匹配方法[J];沈陽航空航天大學學報;2013年04期

6 周驥,石教英,趙友兵;圖像特征點匹配的強壯算法[J];計算機輔助設計與圖形學學報;2002年08期

7 吳飛;蔡勝淵;郭同強;莊越挺;;三角形約束下的圖像特征點匹配方法[J];計算機輔助設計與圖形學學報;2010年03期

8 熊平;萬勵之;;主動脈磁共振影像特征點匹配優(yōu)化仿真分析[J];計算機仿真;2013年11期

9 汪亞明;基于神經(jīng)網(wǎng)絡的圖象序列特征點匹配[J];中國圖象圖形學報;2002年04期

10 李志;王琰;楊大為;;一種基于匹配強度的特征點匹配消除歧義算法[J];沈陽理工大學學報;2008年05期

中國重要會議論文全文數(shù)據(jù)庫 前8條

1 修春波;李艷晴;李紅利;劉玉霞;;基于混沌優(yōu)化的特征點匹配[A];2006中國控制與決策學術年會論文集[C];2006年

2 董靜;;一種基于特征點匹配的場景鎖定算法[A];中國光學學會2010年光學大會論文集[C];2010年

3 王帥;劉家鋒;黃劍華;唐降龍;;一種改進的快速特征點匹配方法[A];黑龍江省計算機學會2007年學術交流年會論文集[C];2007年

4 趙炫;王生進;丁曉青;;一種應用于特征點匹配的改進圖模型算法[A];第十二屆全國圖象圖形學學術會議論文集[C];2005年

5 馮曉萌;吳玲達;鄧莉瓊;陳宇寧;;簡單動畫形象的SIFT特征點匹配研究[A];第六屆和諧人機環(huán)境聯(lián)合學術會議（HHME2010)、第19屆全國多媒體學術會議（NCMT2010）、第6屆全國人機交互學術會議（CHCI2010）、第5屆全國普適計算學術會議（PCC2010）論文集[C];2010年

6 武林;彭復員;趙坤;;基于圖像特征點匹配的車輛運動檢測[A];第三屆全國信息獲取與處理學術會議論文集[C];2005年

7 王歡;徐瑞;朱圣英;;基于搜索向量的行星表面特征快速魯棒匹配算法[A];中國宇航學會深空探測技術專業(yè)委員會第九屆學術年會論文集（中冊）[C];2012年

8 汪巍;蔡志祥;;基于asift算法的人臉識別[A];2011下一代自動測試系統(tǒng)學術研討會論文集[C];2011年

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 周軼昊;基于雙目視覺的物體表面三維復雜運動重建及其應用[D];復旦大學;2012年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 彭志勇;智能視頻監(jiān)控系統(tǒng)中的行人重識別方法研究[D];山東大學;2016年

2 姜杰;基于特征點匹配的多面體可視外殼精度優(yōu)化方法研究[D];中國石油大學;2010年

3 汪崢嶸;基于車牌識別及車輛特征點匹配的套牌車識別[D];蘇州大學;2013年

4 王仁驍;基于特征點匹配的曲面重建算法研究與實現(xiàn)[D];解放軍信息工程大學;2012年

5 袁穎娜;基于BP神經(jīng)網(wǎng)絡的特征點匹配方法研究[D];西安科技大學;2013年

6 王志們;嵌入式指紋鑒別圖像預處理與特征點匹配研究[D];哈爾濱工業(yè)大學;2006年

7 李明;基于SIFT特征點匹配的目標跟蹤算法研究[D];合肥工業(yè)大學;2011年

8 韓松衛(wèi);運用特征點匹配的圖像快速拼接算法研究[D];河北工業(yè)大學;2011年

9 劉達;快速特征點匹配技術的研究和實現(xiàn)[D];燕山大學;2006年

10 肖楠;基于局部特征的交通標志識別[D];大連交通大學;2012年

本文編號：957006