基于视频序列的运动人体检测算法研究-信息与通信工程专业论文.docxVIP

基于视频序列的运动人体检测算法研究-信息与通信工程专业论文.docx

  1. 1、本文档共66页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
摘要基于视频序列的运动人体检测是当前计算机视觉和模式识别领域的一个重 摘要 基于视频序列的运动人体检测是当前计算机视觉和模式识别领域的一个重 要研究方向,在图像图形处理、智能监控、视频编码等领域有着重要的地位。本 文构建了一个基于视频序列的运动人体检测系统,其主要包含了两个部分:(1) 利用运动目标检测的方法将运动区域提取出来:(2)利用静止图像中的人体检测 算法检测运动区域确定运动人体。 对于运动目标检测,作者着重研究了基于背景减除的方法。在分析目前常用 方法的基础上,提出了一种基于颜色和纹理信息的运动目标检测算法,该方法分 别使用单高斯模型和马尔可夫随机场刻画颜色和纹理信息。 对于人体检测,作者提出采用离线训练的方法,即在检测运动区域之前,预 先训练好一个分类器。本文采用的是基于HoG特征的嵌套级连人体分类器,它 由Adaboost学习算法训练得到。采用级连分类器的形式,将非人体在前几级分 类器中就被提前剔除,筛选可能性大的检测区域进入后一级的分类器,极大地提 高检测的效率,满足了实时性的需要。 实验结果表明,本文提出的运动目标检测的方法能够快速完整的检测出运动 区域,同时在很大程度上了抑制噪声和背景区域的变化;而基于HoG特征的嵌 套级连人体检测方法可以快速准确的检测到人体。 关键词:运动目标检测,人体检测,马尔可夫随机场,HoG特征,级连分类器 AbstractVideo Abstract Video based Moving human detection is a crucial issue in the field of compeer vision and pattern recognition,and it is very important for image processing,video encode,intelligent surveillance and SO on.A moving human detection system based on video sequence is constructed in this thesis,which includes two main issues:(a) moving object detection,extracting the moving regi∞in the image,(b)and human detection.detecting the human in the moving region. For moving object dctection,background subtraction based detection algorithms are mainly studied,and after analyzing several popular methods,a new algorithm based on color end eontexttme information is proposed:a single Gaussian model is used to model the statistical characteristic of gray value and Markov Random Field (MRF)is used to specify the contexture constraint. And for human detection,large numbers ofpositive and negative human samples 撇used to train classifier off-line.which is used to detect the moving regi蛐on-line. The classifier used in the system is based on HoG feature in the form of cascade.By using the cascade classifier,non-human windows are画ected in the previous layers, and human windows can go through each layer successfully,which can accelerate the proc嚣s end reduce the needed computational load to satisfy real-time applications. The experiments show that the proposed moving object detection method can fa

文档评论(0)

131****9843 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档