行人跟踪技术综述.docVIP

行人跟踪技术综述 　　摘要：行人跟踪是当前机器视觉中非刚性运动目标跟踪领域的热点问题，将这一问题分为行人检测和行人跟踪两大部分，并对其进行了详细介绍。分析了不同的检测和跟踪方法，对行人跟踪中存在的疑难问题进行了总结，最后对行人跟踪问题的研究进行了简单的展望。 　　关键词：计算机视觉；行人检测；行人跟踪；图像序列；视频监控 　　中图分类号：TP391文献标识码：A文章编号：1009-3044(2011)19-4647-03 　　Pedestrian Tracking Technology Overview 　　MA Xiao-ting 　　(Computer(Software) College Sichuan University, Sichuan 610064, China) 　　Abstract: Pedestrian tracking is a hot issue of the non-rigid motion target tracking in the current machine vision field, Divides this problem into pedestrian detection and pedestrian tracking, and two parts of this is introduced in detail. This paper analyses different detection and tracking methods. Make a summary of difficult problems exists in pedestrian tracking. Finally, the research on pedestrians tracking problem is prospected briefly. 　　Key words: computer vision; pedestrian detection; pedestrian tracking; image sequence; video monitoring 　　它作为计算机视觉领域的前沿科学，涉及到图像处理、模式识别和人工智能等学科知识，是通过对图像序列或视频监控中的行人目标进行检测、提取、识别和跟踪，获得行人的位置、速度、加速度以及运动轨迹等参数，是实现对行人行为分析及获得更深层次行为理解的重要步骤。有关行人跟踪的问题及分析已经取得了一定的进展[1-2]，由于行人的非刚性及其运动的复杂性，以及行人运动中的被遮挡和自遮挡等现象，使行人跟踪问题更加具有挑战性。 　　1 行人检测 　　行人检测属于运动目标检测，目的是从序列图像中将变化区域（行人）从背景图像中提取出来[3]。行人检测是行人跟踪的第一步，是对人行为进行分析和理解的基础，它在各种公共场合（如道路交通领域、居民小区、银行、停车场等场所）的应用正逐渐被推广。近几年，行人检测已经得到国内外学者的关注和研究。一般根据摄像机是否运动[4]，可以将行人检测分为两类：静态背景下的行人检测和动态背景下的行人检测[5]。静态背景即摄像机是静止的，此时的检测只有行人相对于摄像机的运动；动态背景时是指背景变化，是摄像机和行人都存在运动，此时是摄像机和行人的复杂的相对运动。 　　静态背景下行人检测常用的方法有：背景差法，帧差法和光流法。 　　1）背景差法是摄像机静止情况下，广泛使用的检测运动目标的方法[6]。首先获得一个背景图像，然后将当前图像与背景图像做差，根据像素差值与阈值大小判断此像素属于运动目标或背景图像。人工获取背景图像在应用中不易实现，因此大多通过背景建模获得近似的背景图像。目前背景建模算法很多，常用的有帧间差分、非线性中值滤波方法、线性卡尔曼滤波法、混合高斯模型等。背景模型的建立与更新等会影响跟踪结果。文献[7]将第一帧图像作原始背景，从第2帧开始对当前帧间差分图像进行二值化处理找到运动区域和非运动区域；然后用当前帧图像中的非运动区域部分对当前背景图像进行更新，通过60帧图像的迭代便可提取出清晰的背景。文献[8]用混合高斯模型得到运动人体的区域，并采用在线K均值算法近似估计混合高斯模型的参数进行参数的更新，降低了运算量，提高了运行速度。文献[9]用三维中值滤波方法建立背景模型，然后用背景差分法得到运动区域，简单易行，抗噪能力强。 　　2）帧间差分法是通过对前后相邻的两帧图像的像素做差，并将差值图像二值化来获得运动物体位置和形状等信息的运动目标检测方法。其实现简单，计算量小，对光照变化不敏感，稳定性较好。但对噪声较敏感，可能在目标内部产生空洞，无法完整地提取运动目标。 　　使用背景差法和帧差法实现行人检测需要注意： 　　1）所选择的帧间时