论文部分内容阅读
人体检测技术在很多领域都有着普遍的应用,是计算机视觉领域研究的热点。人体检测包括了运动人体的提取、检测、识别和跟踪等方面的内容。由于人体检测技术应用场景的不同和环境的复杂度不同,并且由于运动人体的随意性、姿态的多样性、人体服饰的差异性,加之可能存在的遮挡等问题,使人体检测存在着一定的难度和挑战。现实生活中常用的人体检测场景是固定摄像头的监控系统,对进入目标区域的人体进行检测和跟踪,当人体离开目标区域后,就无法对目标继续进行跟踪。针对上述人体检测应用场景的局限性,本论文提出以空中移动平台下即小型四旋翼无人机对目标人体的检测和跟踪进行研究,在本论文的研究中,主要的创新点如下:1.在人体检测方面,采用人体HOG特征加上支持向量机SVM的方法。针对HOG特征维数过多的,存在计算量大,无法达到实时性的问题,本论文采用PCA算法对HOG维数进行降低处理。针对仅仅依靠HOG特征进行人体检测过程中存在的漏检和误检问题,本论文采用对降维后的HOG特征结合模板匹配算法来提高人体检测的准确率。由于人体的头肩部在行人运动过程中具有良好的不变性,所以本论文的模板采用人体的头肩部模板。2.在人体跟踪方面,采用CamShift算法对人体进行跟踪,当人体被完全遮挡时,CamShift算法就容易出现在跟踪过程中丢失目标的情况。针对这种情况,本论文采用CamShift算法结合粒子滤波算法来提高算法的跟踪效果。3.在实际应用中,当手动画框选择跟踪人体时,往往存在画框不准确或者框大小不合适的问题,本论文采用自动检测并跟踪目标人体,不需要手动画框就能实现对人体的自动跟踪。实验表明,本论文的人体检测和跟踪算法具有良好的检测跟踪效果,并能够满足实时性的要求。