基于图像序列的运动目标检测与人脸跟踪

论文摘要

智能视频监控技术是当今前沿的研究课题。它利用图像处理和计算机视觉所涉及到的方法,在实时监控画面中对场景中的运动目标进行检测,跟踪和识别,并在一定程度上分析运动目标的行为,在安全防范,交通管理和事件响应等方面有着重要的应用。而作为智能视频监控技术核心的运动目标检测和识别技术更是日益受到人们的重视,成为人们研究的重点。本文主要研究了智能视频监控系统中的关键技术—运动目标的检测与人脸跟踪。在运动目标检测部分,本文研究了运动目标在简单场景中的检测和分割,分析比较了光流法,帧间差分法和背景差分法的优缺点。在此基础上提出了一种固定背景下对运动目标检测的算法,该算法以帧间差分法为基础,利用多高斯背景建模的背景减法对运动目标进行检测。在人脸跟踪部分,学习了人脸检测和跟踪的基础知识,重点分析了基于Adaboost的人脸检测算法和MeanShift的人脸跟踪算法,并实现了视频序列中简单的正面人脸检测和跟踪。实验证明,本文提出的帧间差分法与多高斯背景建模相结合的算法能够快速、准确、完整的检测到运动目标。在人脸跟踪中,对简单正面的运动人脸实现了跟踪,取得了较好效果。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 引言
• 1.2 应用背景及研究现状
• 1.2.1 应用背景
• 1.2.2 研究现状
• 1.3 存在的问题
• 1.4 课题主要工作和论文结构安排
• 第二章 运动目标的检测
• 2.1 运动目标检测概述
• 2.2 光流法
• 2.3 帧间差分法
• 2.4 背景差分法
• 2.4.1 背景获取与更新
• 2.4.2 基于高斯分布的背景模型
• 2.5 改进的目标检测方法
• 2.6 小结
• 第三章 图像序列中的人脸跟踪算法
• 3.1 人脸检测与跟踪技术概述
• 3.2 人脸检测
• 3.2.1 基于知识模型的人脸检测
• 3.2.2 基于统计模型的人脸检测
• 3.2.3 基于肤色模型的人脸检测
• 3.2.4 基于Adaboost的人脸检测算法
• 3.3 人脸跟踪
• 3.3.1 基于特征匹配的人脸跟踪
• 3.3.2 基于区域匹配的人脸跟踪
• 3.3.3 基于模型匹配的人脸跟踪
• 3.3.4 基于MeanShift的人脸跟踪算法
• 3.4 小结
• 第四章 运动目标检测与人脸跟踪的实现
• 4.1 实验环境
• 4.2 实验结果
• 4.3 总结分析
• 第五章 总结与展望
• 致谢
• 参考文献