基于视频序列的运动人体检测算法研究

基于视频序列的运动人体检测是当前计算机视觉和模式识别领域的一个重要研究方向，在图像图形处理、智能监控、视频编码等领域有着重要的地位。本文构建了一个基于视频序列的运动人体检测系统，其主要包含了两个部分：(1)利用运动目标检测的方法将运动区域提取出来；(2)利用静止图像中的人体检测算法检测运动区域确定运动人体。 对于运动目标检测，作者着重研究了基于背景减除的方法。在分析目前常用方法的基础上，提出了一种基于颜色和纹理信息的运动目标检测算法，该方法分别使用单高斯模型和马尔可夫随机场刻画颜色和纹理信息。 对于人体检测，作者提出采用离线训练的方法，即在检测运动区域之前，预先训练好一个分类器。本文采用的是基于HoG特征的嵌套级连人体分类器，它由Adaboost学习算法训练得到。采用级连分类器的形式，将非人体在前几级分类器中就被提前剔除，筛选可能性大的检测区域进入后一级的分类器，极大地提高检测的效率，满足了实时性的需要。 实验结果表明，本文提出的运动目标检测的方法能够快速完整的检测出运动区域，同时在很大程度上了抑制噪声和背景区域的变化；而基于HoG特征的嵌套级连人体检测方法可以快速准确的检测到人体。