收藏本站
《华南理工大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

智能交通系统中基于视频的行人检测与跟踪方法的研究

汤义  
【摘要】:在智能交通和计算机视觉领域中,行人的检测和跟踪是一个重要的,也是最基本的任务,是视频场景分析、高层语义分析等诸多后续工作的基础。行人检测与跟踪技术在视频监控、交通、人机交互、机器人视觉导航、虚拟现实、医学图像和国防等各方面都有着广泛的应用。尽管行人的检测和跟踪技术已经研究了十多年,但仍是一个非常活跃的研究领域,目前还没有一个标准的,健壮的,精确的,高性能的,和实时的行人检测和跟踪算法。由于行人固有的一些特性,应用场景的复杂性,人与人或人与环境之间的相互影响,使得行人的检测和跟踪是计算机视觉研究领域中最难的一项挑战。本论文研究了视频中单摄像机下的行人检测与跟踪的几个关键问题,包括目标与背景、阴影的准确分割;准确的行人判断;更快的跟踪速度;更准确的跟踪定位。论文的重点及创新成果包括: (1)前景与背景的分割 本文对视频中运动物体检测进行了研究,针对现有运动物体检测方法的不足之处,提出了一种鲁棒性较好的,能满足实时性要求的区间分布式背景模型的目标检测算法,主要包括预处理,区间分布模型建模、降噪处理、前景提取和背景更新等步骤。该方法的基础是本文提出的区间分布模型,该模型旨在建立一个快速,准确,具有较强适应性的背景模型;为了更好的适应光照、天气等的变化,该算法包含适时的背景更新策略。 (2)阴影的检测 对视频目标检测中的阴影检测问题进行了分析,提出了一种基于Gabor小波和颜色模型的阴影检测算法。首先,建立背景的区间分布模型和阴影参数模型,通过差分法提取前景区域并结合Gabor小波纹理特征分析找出潜在的阴影点;然后通过阴影颜色模型对这些潜在的阴影点进行颜色分析,找出真正的阴影区域。 (3)静态背景下的行人检测 针对静止摄像头下行人检测存在的问题进行了研究,提出了一种基于混合特征集的行人检测方法,该方法采用本文提出的混合特征集。首先,本文在借鉴矩形特征的边缘描述方法,分析行人姿态的边缘特性后得到了新的特征集-三角特征集,在融合矩形特征、三角特征和非对称特征之后,本文提出了一种新的特征集-混合特征集。同时,针对传统的AdaBoost算法(基于矩形特征集的AdaBoost算法)中存在过度拟和,本文提出了一种改进的AdaBoost算法,该方法使用的是混合特征集,并优化了阀值选取策略、权重更新策略和归一化处理,改进了原算法的样本训练过程,最后针对视频中行人随着镜头距离变化而导致大小变化的特点,提出了多尺度窗口遍历策略。 (4)动态背景下的行人检测 针对移动摄像头下的行人检测进行了研究,提出了一种基于量子演化的行人检测优化方法。该方法建立在AdaBoost行人分类算法、支持向量机(SVM)理论和多目标优化原理的基础之上,该方法的核心是基于实值编码的量子演化算法。首先,使用AdaBoost算法对行人进行粗粒度的分类,然后使用支持向量机(SVM)设计精度更高的行人检测器。针对SVM的分类器参数多,关系复杂,而且无好的调节准则,本文根据核函数的构建条件,将实值量子演化算法引入到SVM参数的寻优问题中,对于分类性能采用多目标优化的概念,取得了较好的效果,同时从理论上分析了算法的复杂度,保证了算法的实时性。 (5)行人跟踪 提出了一种改进的CamShift算法和关联矩阵相结合的行人跟踪算法。本文首先提出了一种改进的CamShift的定位算法,该算法用来对行人目标进行精确定位。为了解决复杂情况下跟踪问题,如行人目标的聚集,遮挡,突然消失,出现等情况,在此基础之上,提出了一种基于CamShift和多因素关联矩阵的算法。首先通过区间分布模型和阴影检测,获取前景团块,然后通过Kalman滤波对目标位置进行预测,用改进的CamShift定位算法在预测位置的基础之上对行人目标实现精准定位,接着分析前景团块与预测的目标的相似度,建立前景团块与目标之间的多因素关联矩阵,经过关联矩阵的判断和推理,完成对行人在复杂环境下的准确跟踪。
【学位授予单位】:华南理工大学
【学位级别】:博士
【学位授予年份】:2010
【分类号】:TP391.41

【相似文献】
中国期刊全文数据库 前10条
1 武楠;;基于GLCM、CGA和Adaboost的人脸表情识别方法研究[J];无线电工程;2011年06期
2 楼朋旭;蔡念;张国宏;戴青云;;融合Contourlet和高斯描绘子的图像检索方法[J];计算机工程与应用;2011年19期
3 路杨;楚艳萍;;基于全局及局部特征融合的建筑图像检索策略[J];河南大学学报(自然科学版);2011年04期
4 魏武;王健;;基于AdaBoost和RVM的实时多目标跟踪[J];计算机工程与设计;2011年06期
5 施云飞;宋千;金添;周智敏;;自适应特征筛选的地雷目标AdaBoost分类器[J];电子与信息学报;2011年08期
6 江林升;朱学芳;;一种基于新特征的车牌检测方法[J];计算机工程与应用;2011年20期
7 董元方;李雄飞;李军;李巍;;XML文档分类的IL-AdaBoost算法[J];吉林大学学报(工学版);2011年04期
8 谢尔曼;罗森林;潘丽敏;;基于Haar特征的Turbo-Boost表情识别算法[J];计算机辅助设计与图形学学报;2011年08期
9 刘爽;;人脸检测实现算法研究[J];价值工程;2011年26期
10 韩红;伍星;;基于Bandelet变换与人体部位的人体检测方法[J];电子学报;2011年08期
中国重要会议论文全文数据库 前10条
1 文嘉俊;徐勇;战荫伟;;基于AdaBoost和帧间特征的人数统计[A];第十五届全国图象图形学学术会议论文集[C];2010年
2 杨韶瑞;高爱华;秦文罡;;基于支持向量机和AdaBoost的行人检测[A];2011西部光子学学术会议论文摘要集[C];2011年
3 张彬;金连文;;基于AdaBoost的手写体汉字相似字符识别[A];第二十六届中国控制会议论文集[C];2007年
4 李小红;李寅;谢成明;;基于连续Adaboost彩色图像人脸检测算法[A];第九届全国信息获取与处理学术会议论文集Ⅱ[C];2011年
5 骆卫华;刘群;程学旗;;话题检测与跟踪技术的发展与研究[A];语言计算与基于内容的文本处理——全国第七届计算语言学联合学术会议论文集[C];2003年
6 蔡念;金丰;阮恭勤;潘晴;许少秋;;基于AdaBoost算法的图像复原方法[A];第十五届全国图象图形学学术会议论文集[C];2010年
7 侯杰;茅耀斌;孙金生;;基于FDA的快速haar特征选取及其在级联AdaBoost人脸检测中的应用[A];中国自动化学会控制理论专业委员会D卷[C];2011年
8 ;Shadow Detection Based on Adaboost Classifiers in a Co-training Framework[A];Proceedings of the 2011 Chinese Control and Decision Conference(CCDC)[C];2011年
9 于淼;李乃民;王宽全;贾丹兵;闫子飞;;基于AdaBoost的中医舌诊分类算法研究[A];第二次全国中西医结合诊断学术研讨会论文集[C];2008年
10 童灿;;基于boosting HMM的语音情感识别[A];2008年中国高校通信类院系学术研讨会论文集(下册)[C];2009年
中国重要报纸全文数据库 前7条
1 宋家雨;基于多核技术的未来应用[N];网络世界;2007年
2 马海兵;网络舆情及其分析技术[N];光明日报;2007年
3 本报记者 孟祥初;让移动应用更“有趣”[N];通信产业报;2010年
4 记者 刘垠;中科院自动化所联姻盛大互动“数字”[N];大众科技报;2006年
5 宋家雨;服务器销量会减半吗?[N];网络世界;2007年
6 杨文利;产学研合作打造互动娱乐技术研发基地[N];中国高新技术产业导报;2006年
7 本报记者 李智鹏;高通十二年致力高校技术创新[N];计算机世界;2010年
中国博士学位论文全文数据库 前10条
1 刘冲;模拟电路故障诊断AdaBoost集成学习方法研究[D];大连海事大学;2011年
2 汤义;智能交通系统中基于视频的行人检测与跟踪方法的研究[D];华南理工大学;2010年
3 唐旭东;智能水下机器人水下管道检测与跟踪技术研究[D];哈尔滨工程大学;2011年
4 刘乐元;面向有限资源平台人机交互的人手检测与跟踪[D];华中科技大学;2012年
5 徐琨;交通视频监控中的车辆检测与跟踪方法研究[D];长安大学;2009年
6 李红艳;图像低信噪比小目标检测与跟踪算法研究[D];西安电子科技大学;2000年
7 沈峘;智能车辆视觉环境感知技术的研究[D];南京航空航天大学;2010年
8 汪大宝;复杂背景下的红外弱小目标检测与跟踪技术研究[D];西安电子科技大学;2010年
9 许洁琼;基于视频图像处理的车辆检测与跟踪方法研究[D];中国海洋大学;2012年
10 段锦;人脸自动识别中若干问题的研究[D];吉林大学;2004年
中国硕士学位论文全文数据库 前10条
1 詹朝铖;架空线路巡检机器人目标的检测与跟踪[D];华南理工大学;2010年
2 牛胜石;基于AdaBoost和SVM的人头检测[D];中南民族大学;2010年
3 付廷杰;基于Adaboost的超分辨率重建算法[D];西安电子科技大学;2010年
4 梁晓爱;基于视频的车辆检测与跟踪技术研究[D];山东师范大学;2010年
5 吴键;视频序列中运动人体检测与跟踪的研究与应用[D];兰州理工大学;2010年
6 潘祥;基于车标识别的车型细分类技术研究[D];西华大学;2010年
7 孔祥栋;基于肤色和AdaBoost算法人脸检测的研究[D];燕山大学;2010年
8 高金良;基于Adaboost算法的人脸实时检测及FPGA设计[D];中北大学;2011年
9 李冉;基于改进Adaboost算法的多姿态人脸检测研究[D];广西工学院;2011年
10 洪田荣;基于AdaBoost快速训练算法的人脸检测的研究与实现[D];云南大学;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026