行人检测与跟踪.pdf

I 基于OpenCV 的行人检测与跟踪 摘 要 计算机视觉和数字图像处理技术可以广泛地应用于工业、医疗保健、航空航天、 军事等各个领域。其中运动行人的检测与跟踪技术是计算机视觉领域的研究热点之一， [1] 同时也是行人识别、行人异常行为分析与描述等高级应用的基础 。基于视频图像中运 动目标的分析与跟踪是计算机视觉研究最为复杂的一个方向。 由于视频的信息量大，处理的速度慢，同时又要满足时间要的要求，就要提出高效 的图像处理算法。如果所有底层的算法都要自己编码实现，既浪费时间和精力上，又难 以保证稳定性、实用性和通用性。针对这种情况，本文采用了用于数字图像处理和计算 机视觉的函数库OpenCV （Open Source Computer Vision Library）与VS2010 相结合编写 [2] 应用程序，可以在图像预处理方面省去很多底层代码的编写 ，对于视频能够正确的进 行行人的检测和跟踪，并具有良好的鲁棒性。 本文的主要工作如下： 第一，行人检测：系统地分析了梯度方向直方图（HOG ）特征、支撑向量机（SVM） 分类器并给出了其性能分析，并实现了HOG 结合SVM 分类器的行人检测方法，取得 了较好的实验结果； 第二，行人跟踪：详细介绍了基于感知哈希算法原理和粒子滤波跟踪方法原理，实 现了基于感知哈希算法和粒子滤波的跟踪方法，最后给出了自己拍摄视频库上的测试结 果。 关键词: 行人检测与跟踪，视频，OpenCV ，HOG II Pedestrian Detection And Tracking Based On OpenCV ABSTRACT Computer vision and digital image processing technology can be widely used in various fields of industry, health care, aerospace, military and so on. Movement of pedestrian detection and tracking technology is one of the hot field of computer vision, but also the foundation for the identification of pedestrians, pedestrians and other abnormal behavior analysis and description of advanced applications.[1]. Moving target based on video image analysis and tracking is a direction most complex computer vision research. Since the amount of information of the video, the slow processing speed, while also to meet the time requirements, they must be made efficient image processing algorithms. If all of the underlying algorithms hav