君，已阅读到文档的结尾了呢~~
基于混合高斯模型的运动目标检测技术研究(可编辑),高斯混合模型,混合高斯背景模型,高斯模型,高斯扩散模型,混合高斯背景建模,高斯噪声模型,混合高斯,高斯烟羽模型,高斯过程模型
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
基于混合高斯模型的运动目标检测技术研究(可编辑)
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer-4.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口您所在位置： &
&nbsp&&nbsp&nbsp&&nbsp
基于帧间差分法的彩色视频背景提取材料.doc 45页
本文档一共被下载：
次 ,您可全文免费在线阅读后下载本文档。
下载提示
1.本站不保证该用户上传的文档完整性，不预览、不比对内容而直接下载产生的反悔问题本站不予受理。
2.该文档所得收入(下载+内容+预览三)归上传者、原创者。
3.登录后可充值，立即自动返金币，充值渠道很便利
需要金币：350 &&
你可能关注的文档：
··········
··········
UNIVERSITY
TECHNOLOGY
基于帧间差分法的彩色视频背景提取
通信工程一班
计算机与通信工程
在智能交通系统（ITS）中，提取车辆状况的运行信息，运动目标的提取能够正确、实时地记录道路上车辆行驶情况，从而可以极大地提高排障效率，使道路迅速畅通。所以车辆的实时、有效检测在智能交通系统中很重要。帧间差分法是实现视频检测的方法之一，该方法采用基于像素级和帧级的多级自适应背景更新策略，能够克服光线缓慢变化和剧烈变化对背景的影响，并及时消除由于物体移入和移除产生的鬼影。实验结果表明，利用帧间差分法提取的背景清晰可见。基本上能满足任务要求。
在本文中，本人做了如下工作：查阅相关资料，了解论文所要求的工作，向指导老师请教，然后自己组织论文的整个框架，从编程到截图等整个工作，完成论文的要求。
关键词：运动目标；帧间差分；背景提取；图形滤波；图像二值化
基于帧间差分法的彩色视频背景提取
Based on inter-frame difference method to extract the background color video
马晓洁(maxiaojie)
In the Intelligent Transportation Systems (ITS), the extraction of vehicle condition the running information of, moving target's extraction of able to correctly, real-time ground recording road vehicles being driven on situation, thus you can greatly improve platoon obstacle efficiency, so that roads rapidly unimpeded. Therefore, real-time vehicle, effective detection in intelligent transportation system is very important. Inter-frame difference method is one of the ways to achieve video detection, the method based on the pixel level and frame-level multi-stage adaptive background updating strategy to overcome the slow changes and dramatic changes in the light affects the background, and promptly eliminate the objects into and removing ghosting. Experimental results show that using inter-frame difference method to extract the background clearly visible. Can basically meet the mission requirements.
In this article, I made the following tasks: access to relevant information, understand the paper work required to ask the instructor, and then organize themselves entire framework papers, etc. from programming to capture the entire work to complete the thesis requirement.
Keywords: M interframe diff
正在加载中，请稍后...当前位置： >>
三帧差法和Mean
２ ０ １ ４年１月 第３ ５卷　第１期计算机工程与设计Ｃ ＯＭＰ ＵＴ Ｅ Ｒ Ｅ ＮＧ Ｉ Ｎ Ｅ Ｅ Ｒ Ｉ ＮＧ　 ＡＮ Ｄ Ｄ Ｅ Ｓ Ｉ ＧＮ 　 　Ｊ ａ ｎ ． ２ ０ １ ４ Ｖ ｏ ｌ ． ３ ５　Ｎ ｏ ． １?????????????????????????????????
?????????????????三帧差法和 Ｍ ｅ ａ ｎ ｓ ｈ ｉ ｆ ｔ结合的行人检测与跟踪研究 －２ ，姚 　 路１ 姚 　 倩１ ，安世全１，（ ） １． 重庆邮电大学 计算机科学与技术学院 ， 重庆 ４ ０ ０ ０ ６ ５；２． 重庆邮电大学 移通学院 ， 重庆 ４ ０ １ ５ ２ ０摘 　 要 ： 为了快速 、 准确地对视频序列中的行人进行检测和跟踪 ， 提 出 了 一 种 基 于 运 动 区 域 的 Ｍ ｅ ａ ｎ ｓ ｈ ｉ ｆ ｔ行 人 检 测 和 跟 踪 － 算法 。 采用改进的背景差分的三帧间差分法对运动区域 进 行 提 取 ， 并 通 过 离 线 训 练 的 ＨＯ Ｇ 分 类 器 对 行 人 进 行 识 别。提 出 采用基于 Ｍ ｅ ａ ｎ ｓ ｈ ｉ ｆ ｔ的轮廓跟踪算法对行人进行实时跟踪 。 实验结果表明 ， 该 算 法 能 够 将 不 包 含 行 人 信 息 的 区 域 进 行 筛 选 － 排除 ， 在不降低检测效果的情况下明显提高了行人检测及跟踪的效率 ， 具有较强的鲁棒性 。 ； 背景差分法 ； ＨＯ 关键词 ： 三帧差法 ； Ｍ ｅ ａ ｎ ｓ ｈ ｉ ｆ ｔ Ｇ 算子 ； 支持向量机 － ）０ 中图法分类号 ：Ｔ Ｐ ３ ９ １ ． ４ １　 文献标识号 ：Ａ 　 文章编号 ： １ ０ ０ ０ ７ ０ ２ ４（ ２ ０ １ ４ １ ０ ２ ２ ３ ０ ５ － － －Ａ ｌ ｏ ｒ ｉ ｔ ｈ ｍ ｓ ｏ ｆ ｄ ｅ ｔ ｅ ｃ ｔ ｉ ｏ ｎ ａ ｎ ｄ ｔ ｒ ａ ｃ ｋ ｉ ｎ ｂ ａ ｓ ｅ ｄ ｏ ｎ ｔ ｈ ｒ ｅ ｅ ｆ ｒ ａ ｍ ｅ ｅ ｄ ｅ ｓ ｔ ｒ ｉ ａ ｎ 　 　 　 　 　 　 　 　 ｇ ｇ ｐ 　 ｍ ｅ ｔ ｈ ｏ ｄ ａ ｎ ｄ ｍ ｅ ａ ｎ ｓ ｈ ｉ ｆ ｔ ａ ｌ ｏ ｒ ｉ ｔ ｈ ｍ ｄ ｉ ｆ ｆ ｅ ｒ ｅ ｎ ｃ ｅ 　 　 　 － 　 ｇ１ １２ １ ，ＡＮ ， ＹＡＯ　 Ｑ ｉ ａ ｎ Ｓ ｈ ｉ ｕ ａ ｎ ＹＡＯ Ｌ ｕ 　 －ｑ 　 ，（ ， ， １． Ｃ ｏ ｌ ｌ ｅ ｅ ｏ ｆ Ｃ ｏ ｍ ｕ ｔ ｅ ｒ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ ａ ｎ ｄ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ Ｃ ｈ ｏ ｎ ｉ ｎ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｏ ｆ Ｐ ｏ ｓ ｔ ｓ ａ ｎ ｄ Ｔ ｅ ｌ ｅ ｃ ｏ ｍｍ ｕ ｎ ｉ ｃ ａ ｔ ｉ ｏ ｎ ｓ 　 　 　 　 　 　 　 　 ｇ ｐ ｇ ｙ ｇ ｑ ｇ ｙ 　 　 ； ， Ｃ ｈ ｏ ｎ ｉ ｎ ４ ０ ０ ０ ６ ５， Ｃ ｈ ｉ ｎ ａ ２． Ｃ ｏ ｌ ｌ ｅ ｅ ｏ ｆ Ｍ ｏ ｂ ｉ ｌ ｅ Ｔ ｅ ｌ ｅ ｃ ｏ ｍｍ ｕ ｎ ｉ ｃ ａ ｔ ｉ ｏ ｎ ｓ Ｃ ｈ ｏ ｎ ｉ ｎ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ 　 　 　 ｇ ｑ ｇ ｇ ｇ ｑ ｇ ｙ 　 　 ， ） Ｐ ｏ ｓ ｔ ｓ ａ ｎ ｄ Ｔ ｅ ｌ ｅ ｃ ｏ ｍｍ ｕ ｎ ｉ ｃ ａ ｔ ｉ ｏ ｎ ｓ Ｃ ｈ ｏ ｎ ｉ ｎ ４ ０ １ ５ ２ ０， Ｃ ｈ ｉ ｎ ａ ｏ ｆ 　 　 　 ｇ ｑ ｇ 　：Ｔ ， Ａ ｂ ｓ ｔ ｒ ａ ｃ ｔ ｏ ｄ ｅ ｔ ｅ ｃ ｔ ａ ｎ ｄ ｔ ｒ ａ ｃ ｋ ｔ ｈ ｅ ｅ ｄ ｅ ｓ ｔ ｒ ｉ ａ ｎ ｕ ｉ ｃ ｋ ｌ ａ ｎ ｄ ａ ｃ ｃ ｕ ｒ ａ ｔ ｅ ｌ ｉ ｎ ｔ ｈ ｅ ｖ ｉ ｄ ｅ ｏ ｓ ｅ ｕ ｅ ｎ ｃ ｅ ｓ ａ Ｍ ｅ ａ ｎ ｓ ｈ ｉ ｆ ｔ ｅ ｄ ｅ ｓ ｔ ｒ ｉ ａ ｎ ｄ ｅ ｔ ｅ ｃ ｔ ｉ ｏ ｎ ａ ｎ ｄ 　 　 　 　 　 　 　 　 　 　 　 － 　 　 　 ｐ ｑ ｙ ｙ ｑ ｐ 　 　 ， ａ ｌ ｏ ｒ ｉ ｔ ｈ ｍ ｂ ａ ｓ ｅ ｄ ｏ ｎ ｍ ｏ ｔ ｉ ｏ ｎ ｒ ｅ ｉ ｏ ｎ ｉ ｓ ｒ ｅ ｓ ｅ ｎ ｔ ｅ ｄ ． Ｆ ｉ ｒ ｓ ｔ ｌ ｕ ｓ ｉ ｎ ａ ｎ ｉ ｍ ｒ ｏ ｖ ｅ ｄ ｔ ｈ ｒ ｅ ｅ ｉ ｎ ｔ ｅ ｒ ｆ ｒ ａ ｍ ｅ ｄ ｉ ｆ ｆ ｅ ｒ ｅ ｎ ｃ ｅ ｍ ｅ ｔ ｈ ｏ ｄ ｏ ｆ ｂ ａ ｃ ｋ ｔ ｒ ａ ｃ ｋ ｉ ｎ 　 　 　 　 　 　 　 　 　 － 　 　 　 　 － ｇ ｇ ｐ ｙ ｇ ｐ ｇ 　 　 ， ， ｒ ｏ ｕ ｎ ｄ ｅ ｄ ｅ ｓ ｔ ｒ ｉ ａ ｎ ｓ ｕ ｂ ｔ ｒ ａ ｃ ｔ ｉ ｏ ｎ ｔ ｏ ｅ ｘ ｔ ｒ ａ ｃ ｔ ｍ ｏ ｔ ｉ ｏ ｎ ｒ ｅ ｉ ｏ ｎ ａ ｎ ｄ ｉ ｄ ｅ ｎ ｔ ｉ ｆ ｉ ｎ ｔ ｈ ｅ ｂ ｔ ｈ ｅ ｏ ｆ ｆ ｌ ｉ ｎ ｅ ｔ ｒ ａ ｉ ｎ ｅ ｄ ＨＯ Ｇ ｃ ｌ ａ ｓ ｓ ｉ ｆ ｉ ｅ ｒ ． Ｔ ｈ ｅ ｎ ｔ ｈ ｅ ｃ ｏ ｎ 　 　 　 　 　 　 　 　 　 　 　 　 　 － ｇ ｐ ｇ ｙ ｇ ｙ 　 　 ｔ ｏ ｕ ｒ ｔ ｒ ａ ｃ ｋ ｉ ｎ ａ ｌ ｏ ｒ ｉ ｔ ｈ ｍ ｂ ａ ｓ ｅ ｄ ｏ ｎ ｍ ｅ ａ ｎ ｓ ｈ ｉ ｆ ｔ ｉ ｓ ｔ ｏ ｔ ｒ ａ ｃ ｋ ｔ ｈ ｅ ｉ ｎ ｒ ｅ ａ ｌ ｔ ｉ ｍ ｅ ． Ｅ ｘ ｅ ｒ ｉ ｍ ｅ ｎ ｔ ａ ｌ ｒ ｅ ｓ ｕ ｌ ｔ ｓ ｈ ｏ ｗ ｓ ｔ ｈ ａ ｔ ｔ ｈ ｅ ｒ ｅ ｓ ｅ ｎ ｔ ｅ ｄ ｅ ｄ ｅ ｓ ｔ ｒ ｉ ａ ｎ 　 　 　 　 － 　 　 　 　 　 　 　 　 　 　 　 　 　 ｇ ｇ ｐ ｐ ｐ 　 ， ｅ ｄ ｅ ｓ ｔ ｒ ｉ ａ ｎ ｅ ｄ ｅ ｓ ａ ｌ ｏ ｒ ｉ ｔ ｈ ｍ ｃ ａ ｎ ｆ ｉ ｌ ｔ ｅ ｒ ａ ｎ ｄ ｅ ｘ ｃ ｌ ｕ ｄ ｅ ｔ ｈ ｅ ａ ｒ ｅ ａ ｗ ｈ ｉ ｃ ｈ ｎ ｏ ｔ ｃ ｏ ｎ ｔ ａ ｉ ｎ ｓ ｉ ｎ ｆ ｏ ｒ ｍ ａ ｔ ｉ ｏ ｎ ｓ ｉ ｎ ｉ ｆ ｉ ｃ ａ ｎ ｔ ｌ ｉ ｍ ｒ ｏ ｖ ｅ ｔ ｈ ｅ ｅ ｆ ｆ ｉ ｃ ｉ ｅ ｎ ｃ ｏ ｆ 　 　 　 　 　 　 　 　 　 　 　 　 　 　 － ｐ ｐ ｇ ｇ ｙ ｐ ｙ 　 　 ， ｔ ｒ ｉ ａ ｎ ｄ ｅ ｔ ｅ ｃ ｔ ｉ ｏ ｎ ｔ ｒ ａ ｃ ｋ ｉ ｎ ｗ ｉ ｔ ｈ ｏ ｕ ｔ ｒ ｅ ｄ ｕ ｃ ｉ ｎ ｔ ｈ ｅ ｅ ｆ ｆ ｅ ｃ ｔ ｏ ｆ ｄ ｅ ｔ ｅ ｃ ｔ ｉ ｏ ｎ ａ ｎ ｄ ｈ ａ ｖ ｅ ａ ｓ ｔ ｒ ｏ ｎ ｒ ｏ ｂ ｕ ｓ ｔ ｎ ｅ ｓ ｓ ． 　 　 　 　 　 　 　 　 　 ｇ ｇ ｇ 　 　 　 ： ；Ｍ ； ；ＨＯ ； Ｋ ｅ ｗ ｏ ｒ ｄ ｓ ｔ ｈ ｒ ｅ ｅ ｆ ｒ ａ ｍ ｅ ｄ ｉ ｆ ｆ ｅ ｒ ｅ ｎ ｃ ｅ ｅ ａ ｎ ｓ ｈ ｉ ｆ ｔ ｂ ａ ｃ ｋ ｒ ｏ ｕ ｎ ｄ ｄ ｉ ｆ ｆ ｅ ｒ ｅ ｎ ｃ ｅ Ｇ ｏ ｅ ｒ ａ ｔ ｏ ｒ ｓ ｕ ｏ ｒ ｔ ｖ ｅ ｃ ｔ ｏ ｒ ｍ ａ ｃ ｈ ｉ ｎ ｅ（ Ｓ ＶＭ） 　 　 － 　 　 　 　 ｇ ｐ ｐ ｐ ｙ 　０　 引 　 言行人检测相 对 物 体 检 测 领 域 有 其 特 殊 性 ， 因 为 人 体 是 一个非刚性 的 物 体 ， 存 在 人 体 姿 势 的 多 变 性 ， 环 境 的 复 杂 性 ， 以及拍摄角 度 等 因 素 的 影 响 ， 都 极 大 地 增 加 人 体 检 测 的难度 。 行 人 检 测 算 法 一 般 分 为 三 大 类 ： ① 基 于 机 器 学 习［ １］针对 该 方 法 的 检 测 算 法 主 要 有 帧 差 法 、 背 景 差 分 法 、 光 流法等 。３］ 背景差分法 ［ 较 能 更 好 的 检 测 和 提 取 运 动 目 标，但 对场景的变化 如 光 照 ， 天 气 变 化 等 特 别 敏 感 ， 而 且 检 测 到 的 物体比实际 要 大 。 帧 间 差 分 法 算 法 实 现 简 单 ， 受 光 照 和 阴 影影响较小 ， 但 难 以 获 得 运 动 目 标 的 完 整 轮 廓 。 基 于 特 征４］ 提取的机器学习算 法 ［ 在行人检测中取得了很好的检测效的方法 ， 该方 法 主 要 是 从 大 量 的 训 练 数 据 中 训 练 学 习获得一个分 类 器 ， 然 后 对 人 体 进 行 检 测 和 识 别 。 ② 基 于 模２］ ，在 视 频 序 列 或 图 像 中 的 各 个 部 位 匹 配 人 型匹配的方法 ［果 ， 但这种算法由于检测速度很慢 而 难 以 应 用 到 实 际 当 中 。 本文综合各种算 法 的 优 缺 点 进 行 研 究 ， 提 出 一 种 基 于 梯 度 方向直方图 （ ＨＯ Ｇ） 与背 景 差 分 的 三 帧 差 分 算 法 相 结 合 的 行人检测算 法 ， 同 时 ， 采 用 改 进 的 Ｍ ｅ ａ ｎ ｓ ｈ ｉ ｆ ｔ的 轮 廓 跟 踪 －体模型来检测行 人 ， 此 种 方 法 可 以 检 测 出 运 动 和 静 止 中 的 人体 ， 但模 型 的 构 建 很 困 难 。 ③ 基 于 运 动 信 息 的 检 测； 修订日期 ：２ 收稿日期 ：２ ０ １ ３ ０ ４ １ ５ ０ １ ３ ０ ６ ２ ５ － － － －［ ３］，） 基金项目 ： 重庆市科委自然科学基金计划基金项目 （ Ｃ Ｓ Ｔ Ｃ ２ ０ １ ０ Ｂ Ｂ ２ ３ ９ ９ ， 女 ， 河南郑州人 ， 硕士研究生 ， 研究 方 向 为 数 字 图 像 处 理 ； 安 世 全 （ ， 男， 甘 肃 天 水 人， 教 授， 硕 士 生 作者简介 ： 姚倩 （ １ ９ ８ ６ １ ９ ６ ２ －） －） ， 男 ， 安徽合肥人 ， 硕士研究生 ， 研究方向为数字图像处理 。 导师 ， 研究方向为微分方程和信息与计算理论 ； 姚路 （ １ ９ ８ ９ －） ： Ｅ－ｍ ａ ｉ ｌ ４ ４ ４ ６ ２ ０ ２ ５ ３＠ｑ ． ｃ ｏ ｍ ｑ?２ 　 ２ ４?计算机工程与设计２ ０ １ ４年算法对行人进行 跟 踪 ， 该 算 法 在 保 证 检 测 准 确 率 的 情 况 下 提高了 检 测 速 度 ， 并 且 能 够 实 时 稳 定 的 在 行 人 计 数 系 统 中运行 。化 、 轮廓检测等 操 作 。 该 部 分 所 采 用 的 方 法 是 改 进 的 背 景 差分的三帧差法分算法对运动区域进行检测和提取 。 （ ） 对提取 的 运 动 区 域 进 行 检 测 和 判 断 ， 采 用 离 线 训 ３ 练好的 ＨＯ Ｇ＋Ｓ ＶＭ 分 类 器 进 行 判 断 。 该 算 法 应 用 到 本 系 统中可以进一步准确提取行人信息 。 （ ） 当行 人 进 入 有 效 检 测 区 域 时 ， 采 用 改 进 的 基 于 ４ Ｍ ｅ ａ ｎ ｓ ｈ ｉ ｆ ｔ的跟踪 算 法 进 行 实 时 跟 踪 ， 当 行 人 离 开 有 效 检 － 测区域后产生计数 ， 并进行输出 。 （ ） 程序读取下一帧并 进 行 判 断 ， 若 是 末 帧 结 束 程 序 ， ５ ） 。 否则返回到 （ ２１　 系统组成本文设计的 行 人 计 数 系 统 由 运 动 区 域 提 取 、 行 人 检 测 和跟踪计数三部 分 组 成 ， 设 置 了 一 个 感 兴 趣 的 有 效 检 测 区 域 ， 如图 １ 所 示 。 该 视 频 序 列 是 通 过 与 地 面 成 一 定 夹 角 （ ） 的摄像头获取得到 。 ０ ° ＜９２ 　 人检测２ ． １　 基于特征提取的检测为了能够对 行 人 进 行 有 效 的 识 别 ， 本 文 首 先 对 行 人 候 选区域进行特征 提 取 ， 然 后 通 过 对 行 人 的 典 型 特 征 进 行 学４］ ，最 后 对 运 动 中 的 人 体 进 行 识 习 ， 得到一个 行 人 分 类 器 ［别 。 常见的行人检测特征有 ： Ｈ ａ ａ ｒ特征 ， ＨＯ Ｇ 特征 ，Ｌ Ｂ Ｐ 特征等 。 本文采用的是 ＨＯ Ｇ 特征 ， 它通过计算局部区域上 图 １　 摄像头设置 本系统整体流程图如图 ２ 所示 。 该流程描述如下 ： （ ） 输入 检 测 视 频 ， 对 其 判 断 ， 若 是 第 一 帧 则 进 行 初 １ 始化操作 。 该操 作 主 要 包 括 对 当 前 帧 进 行 金 字 塔 放 缩 、 申 请存储空间 、 灰 度 化 处 理 、 膨 胀 腐 蚀 模 板 设 置 以 及 阈 值 设 置等操作 。 （ ） 若判 断 为 非 首 帧 ， 就 对 其 进 行 下 一 步 的 操 作 ， 如 ２ 图 ２ 中虚线框所示 。 该操作主要 包 括 对 当 前 帧 进 行 预 处 理 、 混合高斯模型更新背景 模 型 、 背 景 减 除 、 三 帧 差 分 、 二 值 的梯度方向直方图来构成人体特 征 。 ＨＯ Ｇ 特征提取的具体 操作描述如下 ： （ ） 计算 梯 度 。 输 入 规 范 化 大 小 的 图 像 ， 将 图 像 分 成 １ ） 。对图像中３个通道分 小的连通区域 ， 即 细 胞 单 元 （ Ｃ ｅ ｌ ｌ 。使用 ［ 别均方压 缩 Ｒ，Ｇ，Ｂ ＝ ｓ ｒ ｔ（ Ｒ，Ｇ，Ｂ） －１，０， ｑ ］ 模板计算 ３ 个通道的梯度 。 １ （ ） 梯度高 斯 加 权 ， 使 用 三 线 形 插 值 加 权 法 计 算 Ｃ ２ ｅ ｌ ｌ 梯度直方图 。 （ ） 对每个 ｂ ） 进行归一化 。 ３ ｌ ｏ ｃ ｋ块 （ ２×２ Ｃ ｅ ｌ ｌ ｓ （ ） 对于一 个 区 域 ， 输 出 一 个 梯 度 直 方 图 向 量 作 为 该 ４ 区域的 ＨＯ Ｇ 特征 。 对于训练一幅 ６ ４＊１ ２ ８ 的 图 像 ， 每 ２＊２ 的 Ｃ ｅ ｌ ｌ（ １ ６＊ １ ６ 的像素 ） 构成一个 Ｂ ｌ ｏ ｃ ｋ 块 ， 每个块内有 ４＊９＝３ ６个特 征 ， 若以 ８ 个像 素 为 步 长 ， 那 么 水 平 方 向 将 有 ７ 个 扫 描 窗 口 ， 垂直方 向 将 有 １ ５ 个 扫 描 窗 口， 总 共 有 ３ ６＊７＊１ ５＝ ３ ７ ８ ０ 个特征向 量 。 通 过 实 验 证 明 ＨＯ Ｇ 特征能很好地应用 在基于图像或视频的行人检测中 。２ ． ２　 训练行人分类器［］ 本文引入线性 Ｓ ＶＭ 作为 ＨＯ Ｇ 特征训练分类器 ５ ，行人分类器训练的主要工作就是在 Ｓ ＶＭ 中找到一个最优的 超 平面作为判断行人的决策函数 。 在 离 线 训 练 时 ， ＨＯ Ｇ 特征 作为输 入 向 量 输 入 到 支 持 向 量 机 中 ， 最 后 只 需 用 ３ ７ ８ ０维的 向量表 示 每 一 个 样 本 。 分 类 器 训 练 与 检 测 可 见 流 程 如 图 ３ 所示 。 图 ３左侧虚线内框是行人分类器的训练流程 ；首先准备训 练样本集合 ，包括正样本集和负样本集 ；本文所采用的训练样 本集合了Ｉ Ｎ Ｒ Ｉ Ａ 实验室提供的行人库 ， 以及本文作者搜集和 图 ２　 系统流程 拍摄的 一 些 样 本 集 。 训 练 样 本 中 总 共 有 ２ ８ １ ８张行人图片和第３ ５ 卷 　 第 １ 期 　　 姚倩，安世全，姚路：三帧差法和 Ｍ ｅ ａ ｎ ｓ ｈ ｉ ｆ ｔ结合的行人检测与跟踪研究 －　?２ ２ ５?为输入图像的一半 ， 用来减少 计 算 量 。 然 后 进 行 去 噪 处 理 ， 去掉图像随 机 噪 声 ， 所 采 用 的 是 中 值 滤 波 方 法 。 最 后 采 用 混合高斯背景建模法更新背景图像 Ｂ ｋ ｉ。 （ ） 将当前帧 Ｉ ２ ｋ ｉ 和 背 景 帧Ｂ ｉ 进 行 背 景 差 分，将 得 到 差分图像 Ｄ Ｂ ｘ，ｙ） 的像素灰度值进行判 定 ， 如 大 于 设 定 ｉ（ 的阈值 Ｔ， 则可认为是待检测的运动目标 。 （ ） 在视频 序 列 中 ，ｆ ，ｆ ，ｆ ３ ｘ，ｙ） ｘ，ｙ） ｘ， ｋ－１ （ ｋ（ ｋ＋１ （ｙ） 为选取的连续三帧图像 ， 其中对相邻 两 帧 图 像 进 行 差 值运算 ， 并在每一个像素点 （ ｘ，ｙ） 中对得到的图 像 进 行 二 值 ， 化 。 将得 到 的 图 像 ｇ 与” ｘ，ｙ） 和 ｇ ｘ，ｙ） 进 行 求 “ １（ ２（ 。 结果为三帧差分图像 Ｂ ｘ，ｙ） ｉ（ 图 ３　 人体分类器训练与检测 １ ６ ２ ７张不含行人的背景图片 ； 另外有 １ １ ２ ７ 张行人 图 片 和 ４ ５ ４ 张背景图片作为测试样本进行测试 。 训练样本中的行人外观 、 身高 、体重 、动作等多变各异 ，能够满足本系统的需求 。 具体 操作过程是先将样本缩放为 ６ ４ １ ２ ８ 的大小 ， 对正负样本提取 ＊ Ｈ Ｏ Ｇ 特征 ；再将提取的特征进行正负样本标签后输入到 Ｓ ＶＭ 中进行训练 ； 最后获得一个行 人 分 类 器 。 最 终 识 别 出 人 和 非 人 。行人检测效果如图 ４所示 。 （ ） 将得到的三 帧 差 分 图 像 Ｂ ４ ｘ，ｙ） 与 背 景 差 分 图 ｉ（ 像Ｄ 或 ” 运算 ， 这 样 可 以 更 进 一 Ｂ ｘ，ｙ） 结合后进行求 “ ｉ（ 步得到待检测图像 Ｃ ｘ，ｙ） ｉ（Ｃ ｘ， ＝ ｋ（ ｙ）｛Ｂｉ（ ｘ， ｘ， １， Ｄ ｉ（ ｙ）∪ Ｂ ｙ）＝ １Ｂｉ（ ｘ， ｘ， ０， Ｄ ｉ（ ｙ）∪ Ｂ ｙ）≠ １（ ） １― ― 背 景 差 分 图 像 ，Ｂ ― ―三 式中 ：Ｄ Ｂ ｘ，ｙ） ― ｘ，ｙ） ― ｉ（ ｉ（ ― ― 待检测图像 。 然后 继 续 对 视 帧间差分图像 ，Ｃ ｘ，ｙ） ― ｋ（ ） 。 频序列进行背景更新建模 ， 返回 （ １图 ４　 行人检测 从图 ４可以看出该算法可以在遮挡不严重的情况下较 准确的识别出行 人 。 但 该 算 法 采 用 的 是 简 单 均 匀 分 布 的 块 提取行人特 征 ， 导 致 过 多 冗 余 特 征 和 检 测 效 率 低 问 题 ， 以 及在严重遮挡情 况 下 将 产 生 误 检 ， 并 且 实 时 性 很 难 满 足 实 际应用的需求 。 图 ５　 人体检测流程 （ ） 对待检测的 图 像 Ｃ ５ Ｇ 特征分类器方法检 ｋ 采 用 ＨＯ 测行人 。 该方法可以提取前景轮廓中的行人信息 。 （ ） 对识别 出 的 人 体 信 息 进 行 跟 踪 计 数 ， 后 继 续 读 取 ６ ） 。 视频序列 ， 返回 （ ２ 改进的行人检测 算 法 与 常 用 算 法 的 对 比 效 果 如 图 ６ ）是三帧差分法检测效果，图６ （ ）是背 所示。图６ （ ａ ｂ ）是通过改进的算法对运 景差分法检测效果图，图６ （ ｃ ）是对运动区域进行行人 动区域提取的前景图，图６ （ ｄ 检测的效果图，通过对比 实 验 可 以 明 显 看 出 改 进 的 算 法 的优势。三帧差分算法提取的 前 景 不 完 整，而 且 容 易 产 生双影和 空 洞，而 背 景 差 分 法 检 测 的 前 景 区 域 比 实 物 大。改进的算法实现了优势互 补，并 能 够 完 整 清 晰 的 提３　 改进的行人检测算法３］ 通过对传统的 背 景 差 分 法 和 三 帧 差 分 法 ［ 进行实验分析作为启示 ， 本文 采 用 结 合 背 景 差 分 的 三 帧 差 分 算 法 对 运 动区域进行提取 。 然 后 将 提 取 的 运 动 区 域 结 果 进 行 二 值 化 处理得到 运 动 前 景 轮 廓 ， 再 对 其 通 过 离 线 训 练 好 的 ＨＯ Ｇ 特征分类器进行 检 测 识 别 ， 这 样 可 以 更 精 确 更 快 速 的 检 测 定位到行人 。 最后再对识别出的人体进行后处理 。 人体检测 流 程 如 图 ５ 所 示 ， 该 算 法 主 要 由 三 帧 差 分 、 背景差分 、 背景 模 型 建 立 与 更 新 、 ＨＯ Ｇ 描 述 子 、Ｓ ＶＭ 训 练等部分组成 。 算法分为以下 ６ 个步骤 ： （ ） 在初始状 态 时 ， 先 将 视 频 图 像 序 列 使 用 Ｇ １ ａ ｕ ｓ ｓ ｉ ａ ｎ 金字塔分解对输 入 图 像 向 下 采 样 ， 输 出 图 像 的 高 度 和 宽 带?２ 　 ２ ６?取出前景区域。计算机工程与设计结束 。２ ０ １ ４年该算法能够比较准确地对视频 序 列 中 的 行 人 进 行 跟 踪 ， 即使行人的 腿 、 胳 膊 发 生 弯 曲 等 变 化 ， 该 算 法 所 提 取 的 轮 廓与人的真实轮 廓 也 是 比 较 匹 配 的 ， 并 且 该 算 法 在 运 行 中 性能比较稳定 ， 可以进一步满足行人计数需求 。５　 实验结果及分析图 ６　 对比检测效果 本 实 验 所 需 硬 件 环 境 ：Ｉ ｎ ｔ ｅ ｌ ｃ ｏ ｒ ｅ ｉ ３ ２ ３ １ ０Ｍ ２ ． １ ０ ＧＨ ｚ 　 　 － Ｃ Ｐ Ｕ和２ ． ０ ０ Ｇ 内 存， 软 件 环 境： Ｗ ｉ ｎ ｄ ｏ ｗ ｓ ７、 Ｍ ｉ ｃ ｒ ｏ ｓ ｏ ｆ ｔ 　 Ｖ ｉ ｓ ｕ ａ ｌ Ｓ ｔ ｕ ｄ ｉ ｏ ２ ０ ０ ８、Ｏ ｅ ｎ ｃ ｖ ２ ． ４ ３、Ｋ－Ｌ ｉ ｔ ｅ Ｃ ｏ ｄ ｅ Ｐ ａ ｃ ｋ 视频解 　 　 　 　 ｐ 码器 。 在 Ｐ Ｃ 机上对系统进行了测试 ， 处理速度可达 ２ ０ 帧／ ， 能满足实时计数需求 。 ｓ 在行人检测 计 数 系 统 中 ， 首 先 设 置 一 个 滑 动 窗 口 ， 该 窗口用于保证有 效 检 测 区 域 的 有 效 性 ， 对 测 试 窗 口 中 有 效 检测区域设置默认 的 长 宽 分 别 为 ２ ０ ０和５ ０。 改 进 的 行 人 检 ）为 测算法在系 统 中 的 运 行 效 果 如 图 ７ 所 示 ， 其 中 ，７ （ ａ 第１ ２ ５ 帧的 前 景 图 ，７ （ ｂ） 为 第 １ ２ ５ 帧 的 前 景 轮 廓 图 ，７ （ ） 为识别出的行人 图 ，７ （ ）为第１ ｃ ｄ ２ ５帧 的 系 统 界 面 图。 本文所研究的算 法 是 应 用 在 行 人 计 数 系 统 上 的 ， 该 计 数 系 ） －（ ） 是系统中不同帧 统的运行界面如图 ８ 所示 ， 图 ８ （ ａ ｆ ） （ ３ 的行人计数 示 意 图 ， 在 系 统 截 图 中 ， 最 上 方 显 示 的 是 行 人 离开有效区域后产生的行人数目 。４　 跟踪算法４ ． １　 Ｍ ｅ ａ ｎ ｓ ｈ ｉ ｆ ｔ原理 －［］ 均值漂移 法 ， 又 称 Ｍ ｅ ａ ｎ ｓ ｈ ｉ ｆ ｔ算 法 ８ 。 对 于 ｎ 维 欧 式 －空间 Ｘ 中的有限集合 Ａ， 在 ｘ ∈ Ｘ 处的 Ｍ ｅ ａ ｎ Ｓ ｈ ｉ ｆ ｔ形式为 －ｘ ｉ －ｘ （ ） ｗ（ ｘ ｘ ｉ） ｉ －ｘ ∑Ｇ（ ｈ ） ｉ＝１ （ ） Ｍｈ ｘ ＝ －ｘ ｎ ｘ ｉ －ｘ （ ） （ Ｇ ｗ ｘ ｉ） ∑ ｈ ｉ＝１容许误差ξ 。 把上式右边的第一项记为 ｍｈ （ ｘ）， 即ｎｎ（ ） ２给定一个初始点 ｘ ， 核函数 Ｇ（ ｘ ｘ ｉ）， 权重函数 ｗ（ ｉ），ｍｈ （ ｘ）＝ｉ＝１∑Ｇ（ ｈｎｘ ｉ －ｘ ） （ ） ｗ（ ｘ ｘ ｉ） ｉ －ｘｘ ｉ －ｘ ｗ（ ｘ ｉ） ∑Ｇ（ ｈ ） ｉ＝１该Ｍ ｅ ａ ｎ Ｓ ｈ ｉ ｆ ｔ跟踪算 法 是 先 计 算 ｍｈ （ ｘ）， 将 该 值 赋 给 －ｘ ， 再对 ‖ｍｈ （ ｘ） －ｘ‖ ＜ξ 进行判断 ， 如果为真 ， 程序结 束循环 ， 否则继续 计 算 ｍｈ （ ｘ）。 该 方 法 采 用 的 是 基 于 核 函数直方图对行人进行建模 ， 再匹配跟踪 。４ ． ２　 本文跟踪算法６］ ，首 先 对 行 人 特 征 进 行 提 取，然 后 查 在视频序列 中 ［找每一帧中与行 人 特 征 最 为 匹 配 的 区 域 作 为 跟 踪 对 象 ， 在７］ 时采用 Ｍ 寻找最匹配目 标 特 征 ［ ｅ ａ ｎ ｓ ｈ ｉ ｆ ｔ算 法 。 由 于 本 文 －前期检测工作中 已 经 将 目 标 提 取 出 来 ， 因 此 不 再 需 要 人 为９］ 的初始位置就是上一帧图 指定目标区域 ， 另 外 模 式 匹 配 ［像中核函数的中 心 密 度 最 大 点 的 位 置 。 本 文 将 提 出 一 种 基 于Ｍ ｅ ａ ｎ ｓ ｈ ｉ ｆ ｔ的轮廓跟踪算法 。 该算法具体流程如下 ： － （ ） 首先要 获 得 前 景 区 域 即 行 人 区 域 。 采 用 背 景 差 分 １１ ０］ 的三帧差分法对运动区 域 ［ 进 行 提 取；后 对 目 标 采 用 离 线训练的分类器进行识别 ， 将行人信息用矩形框进行标注 。 ） 其次提 取 行 人 轮 廓 ， 用 边 缘 检 测 的 方 法 得 到 行 人 （ ２ 的轮廓曲线 ； 并 从 原 图 中 获 取 运 动 图 像 信 息 ， 对 这 个 信 息 进行反向投影 ， 获得反向投影图 。 （ ） 然后利用 Ｍ ３ ｅ ａ ｎ ｓ ｈ ｉ ｆ ｔ算 法 进 行 迭 代 ， 由 于 它 是 向 － 重心移动 ， 即向 反 向 投 影 图 中 概 率 大 的 地 方 移 动 ， 所 以 始 终会得到行人框的中心点位置 。 ） 最后计算下一帧 图 像 时 应 用 上 一 帧 输 出 的 方 框 来 （ ４ 迭代即可 ； 并且设定最大 的 迭 代 次 数 Ｎ， 当 ｎ ≥ Ｎ 时 迭 代 本文最后 拍 摄 了 ５ 组 视 频 进 行 实 验 ， 视 频 场 景 相 同 ， 视频长度均 为 ７ 分 钟 ， 如 表 １ 所 示 ， 通 过 实 验 结 果 可 以 得 出本系统的行人 计 数 误 差 是 比 较 小 的 ， 经 分 析 得 知 存 在 该 误差的主要原因是 由 于 行 人 与 行 人 之 间 遮 挡 严 重 以 及 跟 踪第３ ５ 卷 　 第 １ 期 　　 姚倩，安世全，姚路：三帧差法和 Ｍ ｅ ａ ｎ ｓ ｈ ｉ ｆ ｔ结合的行人检测与跟踪研究 － 丢失等情况造成的 。 表 １　 行人检测计数系统实验结果分析视频 组号 １ 　 ２ 　 ３ 　 ４ 　 ５ 　 本文方法 实验结果 Ｖ１ ２ ５ 　 １ ５ 　 ２ １ 　 １ ８ 　 ２ ７ 　 人工计数 统计结果 Ｖ２ ２ ６ 　 １ ６ 　 ２ ２ 　 １ ８ 　 ２ ５ 　 误差　?２ ２ ７?ｂ ａ ｃ ｋ ｒ ｏ ｕ ｎ ｄ ｓ ｕ ｂ ｔ ｒ ａ ｃ ｔ ｉ ｏ ｎ ａ ｌ ｏ ｒ ｉ ｔ ｈ ｍ ｆ ｏ ｒ ｖ ｉ ｄ ｅ ｏ ｓ ｅ ｕ ｅ ｎ ｃ ｅ ｓ ［ Ｊ］ ． 　 　 　 　 　 ｇ ｇ ｑ ，２ ） ：１ Ｉ Ｅ Ｅ Ｅ Ｔ ｒ ａ ｎ ｓ ａ ｃ ｔ ｉ ｏ ｎ ｓ ｏ ｎ Ｉ ｍ ａ ｅ Ｐ ｒ ｏ ｃ ｅ ｓ ｓ ｉ ｎ ０ １ １，２ ０（ ６ ７ ０ ９ 　 　 　 　 － ｇ ｇ １ ７ ２ ４． ［ ］Ｚ ，ＧＡＯ ，Ｌ ，ｅ ４ ＨＡＮＧ Ｇ ｕ ａ ｎ ｕ ａ ｎ Ｆ ｅ ｉ Ｉ Ｕ Ｃ ｏ ｎ ｔ ａ ｌ ．Ａ ｅ ｄ ｅ ｓ ｔ 　 　 　 　 　 － ｇ ｙ ｇ ｐ ｒ ｉ ａ ｎ ｄ ｅ ｔ ｅ ｃ ｔ ｉ ｏ ｎ ｍ ｅ ｔ ｈ ｏ ｄ ｂ ａ ｓ ｅ ｄ ｏ ｎ Ｓ ＶＭ ｃ ｌ ａ ｓ ｓ ｉ ｆ ｉ ｅ ｒ ａ ｎ ｄ ｏ ｔ ｉ ｍ ｉ ｚ ｅ ｄ 　 　 　 　 　 　 　 　 ｐ ／ ：Ｓ ｏ ｆ ｏ ｒ ｉ ｅ ｎ ｔ ｅ ｄ ｆ ｅ ａ ｔ ｕ ｒ ｅ［ Ｃ］／ Ｃ ｈ ｉ ｎ ｅ ｓ ｅ ｉ ｘ ｔ ｈ ｈ ｉ ｓ ｔ ｏ ｒ ａ ｍ ｓ ｒ ａ ｄ ｉ ｅ ｎ ｔ ｓ 　 　 　 　 ｇ ｇ ，２ Ｉ ｎ ｔ ｅ ｒ ｎ ａ ｔ ｉ ｏ ｎ ａ ｌ Ｃ ｏ ｎ ｆ ｅ ｒ ｅ ｎ ｃ ｅ ｏ ｎ Ｎ ａ ｔ ｕ ｒ ａ ｌ Ｃ ｏ ｍ ｕ ｔ ａ ｔ ｉ ｏ ｎ ０ １ ０：３ ２ ５ ７ 　 　 　 　 － ｐ ３ ２ ６ ０． ［ ，Ｃ ，Ｙ ５］ Ｙ ｉ ｎ Ｈ ｏ ｎ ｅ ｎ ｈ ａ ｉ Ｙ ｉ ａ ｎ Ｓ ｉ ｍ ｏ ｎ Ｘ，ｅ ｔ ａ ｌ ．Ｆ ａ ｓ ｔ ｏ ｖ ｉ ｎ 　 　 　 　 －ｍ ｇ ｐ ｇ ｇ ｇ 　 ｔ ｒ ａ ｃ ｋ ｉ ｎ ｂ ａ ｓ ｅ ｄ ｏ ｎ ｍ ｅ ａ ｎ ｓ ｈ ｉ ｆ ｔ ａ ｎ ｄ ｆ ｒ ａ ｍ ｅ ｄ ｉ ｆ ｆ ｅ ｒ ｅ ｎ ｃ ｅ ｍ ｅ ｔ ａ ｒ ｅ ｔ 　 　 　 　 　 　 － 　 － ｇ ｇ 　 ］ ，２ ｔ ｈ ｏ ｄ ｓ［ Ｊ ． Ｓ ｓ ｔ ｅ ｍ ｓ Ｅ ｎ ｉ ｎ ｅ ｅ ｒ ｉ ｎ ａ ｎ ｄ Ｅ ｌ ｅ ｃ ｔ ｒ ｏ ｎ ｉ ｃ ｓ ０ １ １， ２ ２ 　 　 ｙ ｇ ｇ 　 （ ） ：５ ４ ８ ７ ５ ９ ２． － ［ ］Ｌ ，Ｓ ，Ｘ ６ ｉ Ｊ ｕ ａ ｎ ｈ ａ ｏ Ｃ ｈ ｕ ｎ ｆ ｕ ｕ　 Ｗ ａ ｎ ｔ ｕ，ｅ ｔ ａ ｌ ．Ｒ ｅ ａ ｌ ｔ ｉ ｍ ｅ ｔ ｒ ａ ｃ ｋ ｉ ｎ 　 　 　 　 　 ｇ ｇ ／ ｏ ｆ ｅ ｄ ｅ ｓ ｔ ｒ ｉ ａ ｎ ｓ［ ｍ ｏ ｖ ｉ ｎ Ｃ］／ Ｉ ｎ ｔ ｅ ｒ ｎ ａ ｔ ｉ ｏ ｎ ａ ｌ Ｃ ｏ ｎ ｆ ｅ ｒ ｅ ｎ ｃ ｅ ｏ ｎ Ｍ ｅ ａ 　 　 　 　 － ｐ ｇ 　 ，２ ｓ ｕ ｒ ｉ ｎ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｎ ｄ ｅ ｃ ｈ ａ ｔ ｒ ｏ ｎ ｉ ｃ ｓ ｕ ｔ ｏ ｍ ａ ｔ ｉ ｏ ｎ ０ ０ ９： 　Ｍ 　Ａ ｇ ｇ ｙ 　Ｔ 　ａ ８ １ １ ８ １ ５． － ［ ］ ， ７ ＱＵ Ｚ ｈ ｏ ｎ ． Ｒ ｅ ｓ ｅ ａ ｒ ｃ ｈ ｏ ｎ ｉ ｍ ａ ｅ ｓ ｅ ｍ ｅ ｎ ｔ ａ ｔ ｉ ｏ ｎ ｅ ｖ ａ ｌ ｕ ａ ｔ ｉ ｏ ｎ ａ ｎ ｄ ｉ ｍ ａ 　 　 　 　 　 　 － ｇ ｇ ｇ ： ｅ ｔ ｈ ｒ ｅ ｅ ｄ ｉ ｍ ｅ ｎ ｓ ｉ ｏ ｎ ａ ｌ ｓ ｕ ｒ ｆ ａ ｃ ｅ ｒ ｅ ｃ ｏ ｎ ｓ ｔ ｒ ｕ ｃ ｔ ｉ ｏ ｎ［ Ｄ］ ． Ｃ ｈ ｏ ｎ ｉ ｎ 　 － 　 　 ｇ ｇ ｑ ｇ ，２ ） 瞿 中． 图 像 分 割 Ｃ ｈ ｏ ｎ ｉ ｎ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ０ ０ ９（ ｉ ｎ Ｃ ｈ ｉ ｎ ｅ ｓ ｅ ． ［ 　 ｇ ｑ ｇ ｙ 　 与评 价 及 图 像 三 维 表 面 重 建 研 究 ［ Ｄ］ ． 重 庆： 重 庆 大 ］ 学 ，２ ０ ０ ９． ［ ］Ｊ ，Ｈ ，Ｇ ，ｅ ８ ａ ｅ Ｋ ｕ Ｓ ｕ ｈ ｒ ｏ Ｇ ｉ Ｊ ｕ ｎ ｅ ｎ Ｌ ｉ ｔ ａ ｌ ．Ｍ ｉ ｘ ｔ ｕ ｒ ｅ ｏ ｆ Ｇ ａ ｕ ｓ 　 　 　 　 　 　 　 　 － ｙ ｇ ｓ ｉ ａ ｎ ｓ ｂ ａ ｓ ｅ ｄ ｂ ａ ｃ ｋ ｒ ｏ ｕ ｎ ｄ ｓ ｕ ｂ ｔ ｒ ａ ｃ ｔ ｉ ｏ ｎ ｆ ｏ ｒ Ｂ ａ ｅ ｒ ｉ ｍ ａ ｅ ａ ｔ ｔ ｅ ｒ ｎ － 　 　 　 　 － 　 ｇ ｙ ｇ ｐ ］ ｓ ｅ ｕ ｅ ｎ ｃ ｅ ｓ［ Ｊ ． Ｉ Ｅ Ｅ Ｅ Ｔ ｒ ａ ｎ ｓ ａ ｃ ｔ ｉ ｏ ｎ ｓ ｏ ｎ Ｃ ｉ ｒ ｃ ｕ ｉ ｔ ｓ ａ ｎ ｄ Ｓ ｓ ｔ ｅ ｍ ｓ ｆ ｏ ｒ 　 　 　 　 　 　 ｑ ｙ ，２ ） ：３ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ０ １ １，２ １（ ３ ６ ５ ３ ７ ０． Ｖ ｉ ｄ ｅ ｏ 　 － ｇ ｙｒ＝Ｖ １－Ｖ ２ ０ ０％ ×１ Ｖ ２３ ． ８ ６ ． ２ ４ ． ５ ０ ８ ． ０６　 结束语本文采用改进 的 背 景 差 分 的 三 帧 差 分 算 法 提 取 检 测 视 频中的运动区域 ， 该 方 法 不 仅 保 证 了 系 统 的 检 测 效 率 而 且 还可以完整的提 取 出 待 检 测 区 域 。 在 此 基 础 上 又 采 用 离 线 训练好的 ＨＯ Ｇ 分 类 器 对 行 人 进 行 检 测 识 别，可 以 进 一 步 准确的 提 取 出 待 检 测 区 域 中 的 行 人 信 息 。 然 后 采 用 基 于 Ｍ ｅ ａ ｎ ｓ ｈ ｉ ｆ ｔ和边缘检 测 相 结 合 的 轮 廓 跟 踪 算 法 对 行 人 进 行 － 实时跟踪 。 为了减少 系 统 运 算 量 ， 本 文 设 置 了 有 效 的 检 测 区 域 。 最后当目标离开 检 测 区 域 后 对 其 产 生 计 数 。 另 外 本 系 统 可 达到 ２ ０ 帧／ ｓ 的 处 理 速 度， 可 以 满 足 系 统 的 实 时 性 和 有效性 。参考文献 ：［ ］Ｘ ， Ｗｕ ，Ｌ ，ｅ ｅ ｄ ｅ ｓ ｔ ｒ ｉ ａ ｎ １ ｕ Ｇ ｕ ｏ ｉ ｎ Ｘ ｉ ａ ｏ ｃ ｕ ｉ ｉ ｕ Ｌ ｉ ｔ ａ ｌ ．Ｒ ｅ ａ ｌ ｔ ｉ ｍ ｅ 　 　 　 　 － 　 ｐ ｑ ｇ ｄ ｅ ｔ ｅ ｃ ｔ ｉ ｏ ｎ ｒ ａ ｄ ｉ ｅ ｎ ｔ ｂ ａ ｓ ｅ ｄ ｏ ｎ ｅ ｄ ｅ ｆ ａ ｃ ｔ ｏ ｒ ａ ｎ ｄ ｈ ｉ ｓ ｔ ｏ ｒ ａ ｍ ｏ ｆ ｏ ｒ ｉ ｅ ｎ ｔ ｅ ｄ 　 　 　 　 　 　 　 　 　 ｇ ｇ ｇ ［ ／ Ｃ］／ Ｉ Ｅ Ｅ Ｅ Ｉ ｎ ｔ ｅ ｒ ｎ ａ ｔ ｉ ｏ ｎ ａ ｌ Ｃ ｏ ｎ ｆ ｅ ｒ ｅ ｎ ｃ ｅ ｏ ｎ Ｉ ｎ ｆ ｏ ｒ ｍ ａ ｔ ｉ ｏ ｎ ａ ｎ ｄ Ａ ｕ ｔ ｏ 　 　 　 　 　 　 － ，２ ｍ ａ ｔ ｉ ｏ ｎ ０ １ １：３ ８ ４ ３ ８ ９． － ［ ］Ｑ ２ ｕ Ｚ ｈ ｏ ｎ ．Ｔ ｗ ｏ ａ ｌ ｏ ｒ ｉ ｔ ｈ ｍ ｓ ｏ ｆ ｉ ｍ ａ ｅ ｓ ｅ ｍ ｅ ｎ ｔ ａ ｔ ｉ ｏ ｎ ａ ｎ ｄ ｍ ｅ ａ ｓ ｕ 　 　 　 　 　 　 　 － ｇ ｇ ｇ ｇ ’ ］ ｒ ｅ ｍ ｅ ｎ ｔ ｍ ｅ ｔ ｈ ｏ ｄ ｏ ｆ ｓ Ｊ ．Ａ ｌ ｉ ｅ ｄ Ｍ ａ ｔ ｈ ｅ ａ ｒ ｔ ｉ ｃ ｌ ｅ ａ ｒ ａ ｍ ｅ ｔ ｅ ｒ ｓ［ 　 　 　 　 　 － ｐ ｐ ｐ ｐ ，２ ）１ ｍ ａ ｔ ｉ ｃ ｓ ＆Ｉ ｎ ｆ ｏ ｒ ｍ ａ ｔ ｉ ｏ ｎ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ ｓ ０ １ ２，６ （ １ ０ ５ １ ０ ９． 　 　 － ［ ］Ｏ ，Ｍ ：Ａ ３ ｌ ｉ ｖ ｉ ｅ ｒ Ｂ ａ ｒ ｎ ｉ ｃ ｈ ａ ｒ ｃ Ｖ ａ ｎ Ｄ ｒ ｏ ｏ ｅ ｎ ｂ ｒ ｏ ｅ ｃ ｋ．Ｖ ｉ Ｂ ｅ ｕ ｎ ｉ ｖ ｅ ｒ ｓ ａ ｌ 　 　 　 　 ｇ［ ］Ｃ ，ｅ ９ ｈ ｅ ｎ Ｋ ｅ ｎ，Ｆ ｕ Ｓ ｏ ｎ ｉ ｎ，Ｓ ｏ ｎ Ｋ ａ ｎ ｋ ａ ｎ ｔ ａ ｌ ．Ａ　 Ｍ ｅ ａ ｎ ｓ ｈ ｉ ｆ ｔ 　 　 　 － ｇ ｙ ｇ ｇ ｇ 　 ｂ ａ ｓ ｅ ｄ ｉ ｍ ｂ ｅ ｄ ｄ ｅ ｄ ｃ ｏ ｍ ｕ ｔ ｅ ｒ ｖ ｉ ｓ ｉ ｏ ｎ ｓ ｓ ｔ ｅ ｍ ｄ ｅ ｓ ｉ ｎ ｆ ｏ ｒ ｒ ｅ ａ ｌ ｔ ｉ ｍ ｅ ｔ ａ ｒ 　 　 　 　 　 　 　 　 　 － ｐ ｙ ｇ ／ ｔ ｒ ａ ｃ ｋ ｉ ｎ Ｃ］／ ７ ｔ ｈ Ｉ ｎ ｔ ｅ ｒ ｎ ａ ｔ ｉ ｏ ｎ ａ ｌ Ｃ ｏ ｎ ｆ ｅ ｒ ｅ ｎ ｃ ｅ ｏ ｎ Ｃ ｏ ｍ ｕ ｔ ｅ ｒ ｅ ｔ 　 　 　 　 　 ｇ［ ｐ ｇ ，２ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ Ｅ ｄ ｕ ｃ ａ ｔ ｉ ｏ ｎ ０ １ ２：１ ２ ９ ８ １ ３ ０ ３． 　 － ［ ］Ｙ ，Ｙ ，Ｓ １ ０ ｉ ｎ Ｈ ｏ ｎ ｅ ｎ ｉ Ｃ ｈ ａ ｉ ｉ ｍ ｏ ｎ Ｙ ａ ｎ Ｘ，ｅ ｔ ａ ｌ ．Ｆ ａ ｓ ｔ ｏ ｖ ｉ ｎ 　 　 　 　 －ｍ ｇ ｐ ｇ ｇ ｇ 　 ｔ ｒ ａ ｃ ｋ ｉ ｎ ｂ ａ ｓ ｅ ｄ ｏ ｎ ｍ ｅ ａ ｎ ｓ ｈ ｉ ｆ ｔ ａ ｎ ｄ ｆ ｒ ａ ｍ ｅ ｄ ｉ ｆ ｆ ｅ ｒ ｅ ｎ ｃ ｅ ｍ ｅ ｔ ａ ｒ ｅ ｔ 　 　 　 　 　 　 － 　 － ｇ ｇ 　 ］ ，２ ｔ ｈ ｏ ｄ ｓ［ Ｊ ． Ｓ ｓ ｔ ｅ ｍ ｓ Ｅ ｎ ｉ ｎ ｅ ｅ ｒ ｉ ｎ ａ ｎ ｄ Ｅ ｌ ｅ ｃ ｔ ｒ ｏ ｎ ｉ ｃ ｓ ０ １ １，２ ２ 　 　 ｙ ｇ ｇ 　 （ ） ：５ ４ ８ ７ ５ ９ ２． －
(l)帧差法 帧差法是最为常用的运动目标检测和分割方法之一, 基本原理就是在图像序列相邻两帧 或三帧间采用基于像素的时间差分通过闭值化来提取出图像中的运动...三帧差分_计算机软件及应用_IT/计算机_专业资料。这几天研究了下三帧差法做...CV_ADAPTIVE_THRESH_MEAN_C, CV_THRESH_BINARY, 5, 5 ); //两个帧差值相...例如:帧差法能很快检测出目标,但很难得到整个物 体的轮廓,并且易受背景的影响。 (2)基于空间信息的。 (3)基于时间和空间信息的。有较好的效果,计算复杂度高...帧差法思想实现过程_法律资料_人文社科_专业资料。帧差法思想相 邻帧差法:称...基于改进的三帧差分法运... 暂无评价 3页 ¥3.00 改进帧差法和背景差法...帧差法代码_调查/报告_表格/模板_实用文档。里面有三个整理的帧差法的matlab源码 % By lyqmath @ Matlab 中文论坛 avi = ...帧差法的实现 实验任务:根据原理,获取并显示两幅图像的帧差灰度图和帧差二值...(3)将 2 张灰度图相减(求差值) ,得到帧差灰度图,相减函数可用:cvAbsDiff/...3)帧间差分法:帧间差分法是一种通过对视频图像序列中相邻两帧作差分 运算来获得运动目标轮廓的方法。 该方法可适用于存在多个运动目标和摄像机移 动的情况。...基于帧差法的运动目标检测的matlab代码_数学_自然科学_专业资料 暂无评价|0人阅读|0次下载|举报文档 基于帧差法的运动目标检测的matlab代码_数学_自然科学_专业...本次内容安排如下:在第二章中,是基于帧间差分法的算法研究,主要讲了二帧差和三 帧差法的基本原理;在第三章中,是图像的预处理,主要涉及了帧图像的提取、...9 3.1 改进的三帧差分法 ......Noise Detector 电子与信息 参考文献 13 and Adaptive Weighted Mean Filter [J]. Signal Processing Letters, IEEE, 2009, ...
All rights reserved Powered by
copyright &copyright 。文档资料库内容来自网络，如有侵犯请联系客服。