基于运动检测与跟踪的人体目标的统计研究

论文摘要

在建筑环境中,停留在场景中的人数及滞留时间通常在一定程度上反映了人们对此场景的喜爱程度,可以作为景观评价的指标。为了实现这一目标,本文采用运动检测和跟踪的相关技术对图像序列进行处理,得到场景中存在的人体目标总数及其停留时间。本文的主要研究内容包括背景建模及更新、运动物体检测和匹配跟踪,最终得到人体停留时间。本文采用基于统计的方法进行背景建模,提出将统计法与平均值法相结合的方式更新背景模型,使其适应场景中缓慢的光照变化;针对运动物体静止在场景中或场景中原本静止的物体开始运动的情况,本文采用分块更新的方法来加快背景更新速度。本文利用背景减除法来得到运动人体目标。在实现过程中,分别尝试了三种不同的方法来进行背景减除,即RGB颜色空间中基于灰度的分割、HSI颜色空间中基于色度的分割,以及利用颜色向量的相似度分割,都取得了较好的效果,本文最终选用第一种方法。文中详细论述了人体连通体的获得与标记方法,得到人体的初步特征。为了快速得到人体在场景中的停留时间,本文提出一种基于回溯的快速定位关键帧的方法,确定目标进入和离开场景的时间。文中详细论述了人体特征的提取与匹配过程,并对单目标和多目标的情况分别进行了详细论述。实验表明,本文中采用的方法能够快速准确的统计场景中的人体数量及其停留时间,从而为建筑场景评价提供一个有效的依据。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景
• 1.2 国内外研究现状
• 1.2.1 运动物体检测
• 1.2.2 运动物体分类
• 1.2.3 运动人体跟踪
• 1.3 本文的主要研究工作及章节安排
• 第二章 运动人体检测与跟踪相关技术
• 2.1 运动检测
• 2.1.1 背景减除法
• 2.1.2 时域差分法
• 2.1.3 光流法
• 2.2 运动物体分类
• 2.2.1 基于人体特征的分类
• 2.2.2 基于形状的分类
• 2.2.3 基于运动特性的分类
• 2.3 运动人体跟踪
• 2.3.1 基于模型的跟踪
• 2.3.2 基于区域的跟踪
• 2.3.3 基于活动轮廓线的跟踪
• 2.3.4 基于特征的跟踪
• 2.4 文中采用的方法
• 第三章 基于背景减除法的运动人体检测
• 3.1 运动检测
• 3.1.1 背景建模
• 3.1.2 背景减除
• 3.1.2.1 RGB 彩色空间差分图像灰度分割
• 3.1.2.2 HSI 彩色空间基于色度的分割
• 3.1.2.3 RGB 空间颜色向量分割
• 3.1.3 背景更新
• 3.2 噪声与阴影的消除
• 3.2.1 形态学去噪
• 3.2.2 阴影消除
• 3.3 人体目标
• 3.3.1 连通区域
• 3.3.2 连通区域标记
• 3.3.3 连通区域合并
• 3.3.4 非目标人体连通体去除
• 第四章 基于快速定位关键帧的匹配跟踪
• 4.1 特征选择及提取
• 4.2 特征匹配
• 4.2.1 距离度量
• 4.2.2 目标匹配
• 4.3 人体目标统计
• 4.3.1 单目标下的时间统计方法
• 4.3.2 多目标下的时间统计方法
• 4.3.3 自适应步长定位关键帧
• 第五章 实验结果及工作总结
• 5.1 实验结果及结论
• 5.1.1 单人体目标跟踪过程
• 5.1.2 多目标跟踪过程
• 5.2 总结与展望
• 5.2.1 工作总结
• 5.2.2 未来工作展望
• 参考文献
• 发表论文和参加科研情况说明
• 致谢