一种基于深度hog和llede人体跟踪方法.pdfVIP

第31卷第4期 计算机应用与软件 Vo1．31 No．4 2014年 4月 ComputerApplicationsandSoftware Apr．2014 一 种基于深度 HoG和 LLE的人体跟踪方法 刘 剑， 龚志恒 高恩阳 。刘亚楠 (沈阳建筑大学信息与控制工程学院 辽宁沈阳110168) 。(东北大学信息科学与工程学院 辽宁沈阳110004) (中国科学院自动化研究所 辽宁 沈阳 110016) 摘 要 针对传统人体跟踪方法存在的不足，提 出一种深度 HistogramsofOrientedGradients(HOG)和 LocallyLinearEmbedding (LLE)相结合的跟踪方法。首先依据图像的颜色和深度信息，结合改进的HOG表达式提取人体的特征 向量；再利用流行学习LLE 算法对特征向量进行降维，采用欧氏距离判别法找出每帧图像人体所在 区域，并对人体区域加以标记；最后，进行人体的实时跟踪。 实验结果表明：降维后的人体特征数据更有助于实现跟踪，所提出的方法应用到视频图像人体跟踪中可 以有效地跟踪人体，简化了 数据复杂度，明显提高人体跟踪准确率。 关键词 HOG 人体跟踪 深度信息 LLE 中图分类号 TP391 文献标识码 A DOI：10．3969／j．issn．1000-386x．2014．04．408 A HUMAN BoDY TRACKING METHOD BASED oN DEEPHoG AND LLE LiuJian · GongZhiheng GaoEnyang · LiuYa’nan (CollegeofInformationandControlEngineering，ShenyangJianzhuUniversity，Shenyang110168，Liaoning，China) 。(CollegeofInformationScienceandEngineering，NortheasternUniversity，Shenyang110004，Liaoning，China) (ShenyangInstituteofAutomation(S )，ChineseAcademyofSciences，Shenyang110016，Liaoning，China) Abstract Aimingatthedeficienciesoftraditionalhumanbodytrackingmethod，weproposeatrackingmethodwhichcombinesthedeep histogramsoforientedrgadients(HOG)withlocallylinearembedding(LLE)．First，itextractstheeigenvectorofhumanbodyaccordingto thecolouranddepthinformationoftheimageandinconjunctionwiththeimprovedHOGexpression；ThenitusesthepopularlearningLLE algorithm toreducethedimensionalityofeigenvectors，anduseEuclideandistancediseriminanttofindouttheregionswhereeachimageframe ofhumanbodyisin，andmarkstheseregions．Finally，itmakestimelyhumanbodytracking．Experimentalresultsshowthatthehumna body featuredatawithdimensionalityreducedismoreconducivetotrackingrealisatio