基于多特征压缩感知的行人监控系统设计-CORE.PDF

《工业控制计算机》2015 年第28 卷第5 期 97 基于多特征压缩感知的行人监控系统设计* Pedestrian Monitoring System Based on Multi－feature Compressive Sensing Tracking 肖四维 陈慧杰 （厦门大学信息科学与技术学院计算机系，福建 厦门 361000 ） 摘 要 视频中的目标跟踪技术对于公共场合的安全监控有着重要的意义。 提出一种新的基于前景的目标检测和跟踪技术，通 过对视频帧进行前景提取和阴影消除，将压缩感知的类 haar 特征与颜色和纹理特征进行融合，并引入检测反馈，从而更好 地进行提高目标跟踪的准确率，克服了单特征压缩感知模型带来的局限性。 实验表明了基于前景的多特征目标检测跟踪技 术比单特征压缩感知模型的更加准确和更具鲁棒性。 关键词：前景检测， 目标检测，监控系统，压缩感知，多特征融合 Abstract This paper presents a new outlook based object detection and tracking technology,by extracting the foreground of video frames and eliminating the shadow and fusing the haar－like feature with color and texture feature．The introduction of detection feedback is to better conducted to improve the accuracy of target tracking,to overcome the limitations of single characteristic compressive sensing model． Keywords:foreground detection,object detection,monitoring system,compressive sensing,multi－feature 行人监控系统对于保障社会公共安全等方便具有重要意 选择优秀的像素建立背景图像 ，并且当像素 （ ， ）被判定 BG I x y 义，它主要包括前景提取、 目标检测和目标跟踪三个模块。 为背景像素时将其更新到背景图像 BG 中。 当一个像素判定不是 科研工作者们进行了大量的研究并提出了很多优秀的前景 背景像素时需要判断它是否是阴影点：通过公式（2）计算在 HSV ［ ］ ［ －3］ 提取算法，比如三帧差背景减除算法1 2 V