基于头肩特征的人体目标检测与跟踪

运动人体目标的检测与跟踪是人体运动视觉分析的重要内容,在智能安全监控、高级人机接口、人体运动细节分析等方面都有着广泛的应用前景和经济价值。由于头肩检测不易受其他因素(如人体的步态、衣着颜色、环境等)的干扰,为行人的准确检测与跟踪提供了先决条件。本文针对单个固定摄像机采集的图像系列中的运动人体目标的检测与跟踪进行了研究。主要工作如下: 运动目标提取方面,总结了目前运动目标检测的常用方法,经过比较采用了背景差分法来提取前景运动目标,此方法能对运动目标区域完整精确的描述,计算复杂度适中,运行时间短。背景差分后,进行了阴影检测,得到准确的目标形状,并对阴影进行了消除,对阴影消除后的图像利用数学形态法和连通组件标识进行了处理。为以后能够精确检测和跟踪人体目标提供了有利的条件。 人体运动目标检测方面,利用纵向投影直方图确定运动目标的顶部位置,根据顶部位置来确定头肩区域。建立了人体向各个方向运动时全身和头肩的二值图像样本数据库,利用主成分分析法(PCA)提取运动人体头肩形状的轮廓特征。如果得到的特征值大于设定的阈值T,则认为不是人体头肩形状,也就确认了不是运动人体目标。 人体运动目标跟踪方面,对序列图像中检测出的运动人体目标利用卡尔曼滤波器进行了运动状态估计,以头肩区域轮廓的中心位置作为卡尔曼预测算法的输入,通过对人体在下一帧中可能出现的位置进行预测得到了对人体头肩跟踪的轨迹,从而获得了人体目标的运动轨迹。此方法减少了噪声干扰和特征提取的搜索范围,提高了算法的效率。