| 【中文题名】 | 运动人体检测与跟踪方法研究 |
| 【英文题名】 | Research on Detection and Track of Moving Human |
| 【学科专业】 | 测试计量技术及仪器 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-9-28 |
| 【中关键词】 | 背景模型,背景差,人体跟踪,卡尔曼滤波器,, |
| 【英关键词】 | Background Model,Background Subtraction,Human Tracking,Kalman Filter, |
| 【分类导航】 | 医药、卫生>特种医学>运动医学>>> |
| 【论文摘要】 |
运动人体的检测与跟踪是人体运动分析的重要内容，近几年来也是计算机视觉中日益受到重视的一个领域。该领域的研究有着广泛的应用价值(可应用于智能安全监控、人机接口、运动人体细节分析等方面)，尤其在美国受到恐怖袭击之后，全球日益关注安全问题。利用计算机视觉技术提高视频监控系统的自动化程度，减少人的参与，即实现视频监控的智能化，是视频监控系统未来的发展方向。运动人体的检测与跟踪技术是计算机视觉技术研究中的一个热点与难点。由于基于计算机视觉的智能安全监控系统不但能够高效地完成保障安全的任务，还能节省大量的人力物力。所以运动人体分析的研究不但具有广阔的应用前景还能够给社会带来很大的经济收益。
本文构建了一套自动的运动人体检测跟踪原型系统，对从一台固定的数码摄像机采集的视频图像进行处理与分析，能够检测和跟踪运动人体。该原型系统由运动人体检测、运动人体跟踪、人群融合分离跟踪等部分构成。
在运动物体检测部分，本文利用多模型建立场景背景模型，以适应天气变化、光照条件变化、背景受干扰等复杂场景。分别在RGB、YUV、HSI颜色空间进行人体区域提取，再次，运动数学形态学和连通算法实现运动区域精确分割。
... |
| 【论文题纲】 |
|
摘要 |
4-5 |
|
Abstract |
5-7 |
|
目录 |
7-10 |
|
Contents |
10-12 |
|
第一章 绪论 |
12-21 |
|
1.1 计算机对人的可视研究 |
12-14 |
|
1.2 研究目的及意义 |
14-15 |
|
1.3 行人检测跟踪技术现状 |
15-17 |
|
1.4 存在的主要难点 |
17-18 |
|
1.5 课题创新点及论文内容安排 |
18-21 |
|
第二章 运动目标检测技术方法简介 |
21-29 |
|
2.1 引言 |
21 |
|
2.2 运动检测方法简介 |
21-29 |
|
2.2.1 帧差法 |
21-22 |
|
2.2.2 光流法 |
22-24 |
|
2.2.3 背景差方法 |
24-27 |
|
2.2.4 运动检测方法比较 |
27-29 |
|
第三章 基于背景差运动人体检测 |
29-48 |
|
3.1 背景模型及更新 |
29-32 |
|
3.1.1 背景模型 |
29-30 |
|
3.1.2 背景更新 |
30-32 |
|
3.2 颜色空间运动人体提取 |
32-40 |
|
3.2.1 RGB空间中的检测. |
33-35 |
|
3.2.2 YUV空间中的检测 |
35-36 |
|
3.2.3 HSI空间中的检测 |
36-40 |
|
3.3 运动区域标识 |
40-44 |
|
3.3.1 数学形态学及算法介绍 |
40-43 |
|
3.3.2 连通组件标识 |
43 |
|
3.3.3 后处理结果 |
43-44 |
|
3.4 人体识别 |
44-46 |
|
3.5 实验结果分析 |
46-47 |
|
3.6 本章小结 |
47-48 |
|
第四章 用于运动人体跟踪的成像模型 |
48-55 |
|
4.1 引言 |
48-49 |
|
4.2 相机的几何模型 |
49-51 |
|
4.3 视觉系统坐标系及其相互关系 |
51-52 |
|
4.4 透视投影模型的等价表示 |
52-54 |
|
4.5 本章小结 |
54-55 |
|
第五章 基于扩展卡尔曼滤波的运动人体跟踪 |
55-68 |
|
5.1 引言 |
55-57 |
|
5.2 卡尔曼滤波原理介绍 |
57-61 |
|
5.3 运动人体跟踪的扩展 Kalman滤波器模型 |
61-64 |
|
5.3.1 状态变量的选取 |
61-62 |
|
5.3.2 人体匀速运动假设 |
62-63 |
|
5.3.3 系统的状态方程 |
63 |
|
5.3.4 系统的观测方程 |
63-64 |
|
5.4 基于扩展 Kalman滤波器的轨迹跟踪算法 |
64-66 |
|
5.5 实验结果分析 |
66-67 |
|
5.6 本章小结 |
67-68 |
|
第六章 人群融合和分离情况下的跟踪 |
68-76 |
|
6.1 人体的颜色模型 |
68-70 |
|
6.2 人体颜色模型的更新 |
70 |
|
6.3 人体融合和分裂的处理 |
70-72 |
|
6.4 人群分裂后人体之间的匹配 |
72-74 |
|
6.5 实验结果分析 |
74-76 |
|
第七章 原型系统的设计与实现 |
76-80 |
|
7.1 原型系统实现工具 |
76-77 |
|
7.1.1 机器视觉开发工具 HALCON |
76 |
|
7.1.2 ActivView控件简介 |
76-77 |
|
7.2 原型系统的设计 |
77-80 |
|
结论与展望 |
80-82 |
|
1. 论文的主要结论 |
80-81 |
|
2. 未来工作展望 |
81-82 |
|
参考文献 |
82-88 |
|
攻读硕士学位期间发表论文 |
88-90 |
|
致谢 |
90 |
|
| 【DOI】 | LunWen.ID:2.2008.205636 |
