论文部分内容阅读
人作为社会的主体,社会活动的主要参与者,在计算机出现并高速发展的现代,成为人工智能研究的作用对象。计算机视觉与人工智能研究联系紧密,需要实现人的识别、跟踪及行为分析等功能。本文以摄像机采集的视频作为处理对象,主要研究摄像机垂直下摄和有一定角度拍摄两种情况下的人头提取及跟踪技术。人头提取主要通过分析和识别各类人头特征来实现,但由于摄像机拍摄的角度不同,行人的打扮各异,环境中的光线会造成阴影等原因,人头提取存在特征不通用、目标易连粘等难题。针对人头提取问题,本文利用系统获取的摄像机参数区分两种不同人头识别模式,并基于多特征进行人头识别。在摄像机垂直下摄情况下,以发色和梯度霍夫圆变换两个特征的结合进行人头提取;在摄像机有一定角度拍摄情况下,以肤色、发色区域检测为基础,再用两区域毗邻特征进行人头提取。本文采用基于Kalman滤波的区域匹配跟踪算法进行人头跟踪,对遮挡而假消失的目标,通过Kalman滤波器进行预测和更新,并结合背景差分与帧间差分联合的运动目标提取方法,有效地解决了目标分裂多记和目标静止的干扰问题。该算法以目标相邻两帧间重叠面积作为主特征,颜色直方图、目标中心点间距离作为辅助特征,对跟踪中的新目标出现,目标融合、分裂,目标退场等情况进行了有效处理。在人头提取和跟踪基础上,本文设计实现了一个整套的进出口人员统计系统,经实际系统测试,计数效果良好。