收藏本站
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。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 郭辉;;应用归一化互相关函数法进行交通视频阴影检测[J];公路交通技术;2009年01期
2 王树根;王军利;王爱萍;;基于整体变分模型的影像阴影检测算法研究[J];武汉大学学报(信息科学版);2006年08期
3 刘永信,魏平,侯朝桢;视频图像中运动目标检测的快速方法[J];仪器仪表学报;2002年S3期
4 费文东,孟相如;细胞神经网络与字符特征提取技术研究[J];空军工程大学学报(自然科学版);2000年03期
5 刘勃,魏铭旭,周荷琴;混合交通环境中的阴影检测算法[J];信号处理;2005年02期
6 王军利;郭丽艳;王树根;;基于均值平移理论的彩色影像阴影检测算法研究[J];计算机与数字工程;2007年11期
7 杜丙新;丁国栋;;一种改进的基于统计的阴影检测方法[J];科学技术与工程;2010年32期
8 曹爽;吴晓红;贾晓敏;;一种基于无约束总变分模型的阴影检测方法[J];南京信息工程大学学报(自然科学版);2010年06期
9 商云霞;刘宏涛;孙立双;;基于形态学的航空影像阴影检测算法研究[J];科技传播;2011年02期
10 张丽,李志能;基于阴影检测的HSV空间自适应背景模型的车辆追踪检测[J];中国图象图形学报;2003年07期
11 刘利频;徐建闽;温惠英;;基于纹理不变性的车辆阴影处理方法(英文)[J];武汉理工大学学报(交通科学与工程版);2005年06期
12 万峻甫;刘建伟;向怀坤;曹泉;王钧生;;交通视频序列阴影检测算法研究[J];中国图象图形学报;2008年03期
13 鲍海英;李艳;尹永宜;;城市航空影像的阴影检测和阴影消除方法研究[J];遥感信息;2010年01期
14 刘晋苏;任沁源;韩波;李平;;基于微型无人机平台的航拍动态阴影检测[J];武汉大学学报(信息科学版);2010年11期
15 任永功,于戈;一种基于颜色特征的运动对象分割方法[J];计算机工程;2004年07期
16 李艳,宫鹏;基于DSM阴影仿真和高度场光线跟踪的影像阴影检测[J];遥感学报;2005年04期
17 左国辉;王金刚;靳晓辉;;运动检测算法[J];电子测量技术;2005年06期
18 张锦雄;张基宏;郭森;;一种自适应的运动目标阴影检测算法[J];计算机工程与应用;2008年04期
19 林坤杰;万晓冬;;基于边缘信息及光照方向的阴影检测算法[J];计算机工程;2009年20期
20 卞建勇;杨雷;杨洋;朱彩莲;徐建闽;;基于纹理和小波变换的阴影检测去除算法[J];东莞理工学院学报;2011年03期
中国重要会议论文全文数据库 前10条
1 黄建军;彭蓉;;基于网络并行的高分辨城市航空影像阴影检测[A];全国第一届信号处理学术会议暨中国高科技产业化研究会信号处理分会筹备工作委员会第三次工作会议专刊[C];2007年
2 孙睿;宫峰勋;;一种改进的边缘比率阴影检测方法[A];全国第二届信号处理与应用学术会议专刊[C];2008年
3 刘永浩;张桂林;;基于视觉监视系统的运动目标检测方法研究[A];冶金自动化信息网年会论文集[C];2004年
4 鲁玮;管庆;;移动阴影检测和消除算法研究[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
5 刘永浩;张桂林;;基于视觉监视系统的运动目标检测方法研究[A];全国冶金自动化信息网年会论文集[C];2004年
6 张肃;饶顺斌;王海葳;赵红蕊;;基于模糊Retinex的高空间分辨率遥感影像阴影消除方法[A];第四届海峡两岸GIS发展研讨会暨中国GIS协会第十届年会论文集[C];2006年
7 蔡海鹏;潘志庚;孙超;;面向视频场景的虚实交互中的运动阴影检测算法[A];第四届和谐人机环境联合学术会议论文集[C];2008年
8 王静静;林明秀;魏颖;;基于灰度相关的帧间差分和背景差分相融合的实时目标检测[A];2009年中国智能自动化会议论文集(第六分册)[中南大学学报(增刊)][C];2009年
9 刘直芳;游健;王运琼;游志胜;;运动汽车投影阴影分割算法[A];第十三届全国图象图形学学术会议论文集[C];2006年
10 孙静;田建东;唐延东;;静态室内图像投影边缘检测方法研究[A];2010中国仪器仪表学术、产业大会(论文集1)[C];2010年
中国博士学位论文全文数据库 前10条
1 Rami Badawi(巴达卫);基于高分辨率遥感影像的南京典型城区绿地信息提取[D];南京大学;2012年
2 潘翔;运动目标检测[D];浙江大学;2003年
3 闻帆;基于视觉的交通路口车辆智能检测技术研究[D];哈尔滨工业大学;2010年
4 李文举;智能交通中图像处理技术应用的研究[D];大连海事大学;2005年
5 明英;基于Cauchy分布的语义视频运动目标的检测与跟踪[D];武汉大学;2004年
6 王国良;图像处理技术在智能交通系统中应用的研究[D];大连海事大学;2008年
7 曲昭伟;混合交通视频检测算法研究[D];吉林大学;2009年
8 张玲;视频目标跟踪方法研究[D];中国科学技术大学;2009年
9 严捷丰;交通视频监控中的车辆检测与分割方法研究[D];中国科学技术大学;2008年
10 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
中国硕士学位论文全文数据库 前10条
1 王军利;基于彩色航空影像的阴影检测算法研究[D];武汉大学;2005年
2 徐波;智能交通系统中车辆提取与计数算法研究[D];大连海事大学;2006年
3 徐薇;基于同步摄像机系统的静态背景差异抠图算法[D];浙江大学;2006年
4 王宁;图像的阴影检测与去除算法研究[D];北京交通大学;2008年
5 刘晋苏;微小型无人直升机航拍动态阴影检测研究[D];浙江大学;2010年
6 李慧;视频交通流检测方法与关键技术的研究[D];山东大学;2010年
7 李华;基于视频图像的交通信息提取关键技术研究[D];西南交通大学;2005年
8 朱明旱;运动车辆的检测识别与跟踪[D];中南大学;2005年
9 龚华;运动人体检测的应用与研究[D];东华大学;2009年
10 秦玉俊;Quickbird卫星影像的阴影检测及提取方法研究[D];东北师范大学;2009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
  • 010-62982499
  • 010-62783978