紅外視頻圖像中的人體檢測跟蹤技術研究.pdf

1、紅外圖像中的人體檢測和跟蹤是計算機視覺領域的研究熱點，在智能視頻監(jiān)控、自動車輛輔助駕駛等領域有著重要的學術意義和巨大的應用價值。由于紅外圖像是熱成像，紅外成像系統(tǒng)在黑暗和煙霧等環(huán)境中仍具有較強的視覺能力，幾乎可以在任何環(huán)境下全天候工作。但是，紅外圖像信噪比低、信息單一等因素的制約，使紅外圖像中的人體檢測跟蹤成為了一個極具挑戰(zhàn)性的課題。本論文對紅外圖像中的人體檢測和跟蹤算法進行了研究，主要的研究內容概括如下：
　　 ① 為了檢測紅

2、外圖像序列中的運動人體，提出了一種基于最大后驗概率（MAP）-馬爾可夫隨機場（MRF）模型和亮度-距離聯(lián)合直方圖的人體實時檢測方法。該方法首先建立圖像序列時空域聯(lián)合的概率分布模型，采用基于MAP-MRF模型的前景檢測方法得到可能為人體的感興趣區(qū)域（ROI）。然后在以ROI中心點為圓心的各個圓環(huán)域中統(tǒng)計其亮度信息，構建基于亮度-距離聯(lián)合空間的分類特征。最后，采用支持向量機（SVM）分類器對候選區(qū)域進行分類檢測。不同紅外圖像序列的實驗結果均

3、表明，本文提出的算法具有較好的魯棒性和實時性。
　　 ② 為了檢測單幅紅外圖像中的人體目標，提出了一種基于金字塔梯度方向直方圖（PHOG）特征的分步驟人體檢測方法。首先，根據紅外圖像中人體區(qū)域高亮度的特點，使用基于自適應亮度閾值的兩級方向投影獲得人體ROI，以消除一級方向投影方法產生的非高亮陰影。其次，利用候選區(qū)域的形狀特征對人體ROI進行篩選，排除形狀異常的人體ROI，在此基礎上，采用基于PHOG特征和SVM分類器的紅外人體檢

4、測算法對剩余的候選區(qū)域進行分類檢測，克服了分步驟人體檢測算法在提高人體檢測正確性的同時增加了算法運算量的不足。文中同時給出了本文算法與基于PHOG特征的單步驟紅外人體檢測算法在不同紅外測試集上的實驗結果，驗證了本文算法的性能。
　　 ③ 對紅外圖像序列中的人體跟蹤問題進行研究，根據紅外圖像的成像特點，提出了一種魯棒的紅外人體跟蹤算法。為了克服現(xiàn)有紅外人體跟蹤算法目標信息量描述不足的缺點，挖掘紅外圖像中人體目標更多的特征信息量，本