论文部分内容阅读
随着计算机网络通信技术和多媒体技术的发展,日常生活中,视频监控设备随处可见,利用这些视频监控设备,可以完成事件预警,车牌识别,行为识别等功能。尽管在这个领域各个研究方向上已经取得了一定的成果,但是能够完整完成各种功能的成熟系统还没有出现,想要完成上述任务还需要大量的人工干预。本论文的目的是集成各种现有技术实现一个能够完成特定人物检索与跟踪任务的较为完整的系统,对于涉及到的各技术点及存在的问题均进行了相应的分析和研究。本论文所研究的视频图像中特定人物检索与跟踪,是指通过监控设备获取场景的实时视频图像序列,通过提取图像中人物目标的身高、衣着颜色特征以及人脸特征与数据库中特定人物的相应特征匹配完成检索,之后对其进行跟踪。本文基于常见视频监控系统模型搭建了硬件平台并实现了相关算法,并对人物检索技术涉及的相关问题进行了研究,主要研究工作如下:1.行人检测与信息提取。针对现有行人检测算法不能满足系统实时处理要求的问题,采用混合高斯模型和积分图方法提高行人检测速度;对于衣着颜色通过计算HSV空间直方图作为特征;身高信息基于行人平面运动假设,利用单应矩阵和投影矩阵进行计算。2.人物跟踪算法研究。目前在跟踪领域较为成熟的算法为TLD算法,通过实验分析,TLD算法适合本应用场景,因此将其集成于本系统应用于完成特定人物的跟踪任务。3.人脸检测与识别算法研究。采用了主流的基于Haar-like特征的人脸检测算法,并用主动形状模型(ASM)实现人脸对齐,在识别方面提出了一种基于二叉树和PCA特征的人脸快速检索算法。4.双摄像机协同方法研究。在实际应用场景中,小焦距的相机视场较大,可以完整地检测整个人体,但难以获取清晰的人脸用于提取特征实现人脸检索;而大焦距的相机视场狭窄,尽管在某些情况下可以捕获到较为清晰的面部图像,但会很快丢失跟踪对象。所以需要研究如何使两类相机协同工作,针对这一问题,我们在完成双摄像机投影矩阵和单应矩阵标定的基础上,提出了基于行人平面运动假设的双摄像机检测区域匹配方法,从而实现了双摄像机的协同跟踪。