资料下载
×
车载视频监控的人体检测及跟踪算法
消耗积分:1 |
格式:rar |
大小:0.84 MB |
2018-01-23
分享资料个
随着公共交通行业和车载视频监控系统的不断发展，公交车上的安全问题受到越来越多的关注。为了保证乘客的安全，不仅需要对公交车上可疑的乘客和事件进行检测及跟踪，提取有用信息（如乘客的运动轨迹）报告给监控人员进行处理，还需要实时统计客流量，方便管理人员及时发挥调度作用，合理配置资源。因此，基于车载视频监控的乘客检测及跟踪方法成为计算机视觉和模式识别领域的研究热点。本文要解决的主要问题有：复杂环境的影响，比如人体衣服颜色与背景颜色相似，背景中有类似人体轮廓的物体，天气及光照变化等；乘客相互遮挡的问题；乘客运动过程中尺度变化的问题；系统实时性要求。
针对公交车上乘客相互遮挡及光照变化明显的问题，提出一种基于头肩部边缘特征和局部不变特征的人体检测及跟踪算法。首先对待检测图像进行自适应阈值背景差分，实现乘客目标分割；然后用样本的梯度方向直方图（HOG）特征训练支持向量机（SVM）基础分类器，结合自适应增强（AdaBoost）算法提炼出最终的强分类器，对前景图像进行扫描实现乘客目标检测；最后提取目标区域和当前搜索区域的快速鲁棒性特征（ SURF），通过特征点匹配实现乘客目标跟踪。实验表明，在乘客相互遮挡及光照变化明显的情况下，该算法仍具有高于80%的检测率和跟踪率，且满足系统实时性的要求，可用于客流计数。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
