高架道路监控视频中的行人检测技术研究_杨灯峰.docx
《高架道路监控视频中的行人检测技术研究_杨灯峰.docx》由会员分享,可在线阅读,更多相关《高架道路监控视频中的行人检测技术研究_杨灯峰.docx(56页珍藏版)》请在得力文库 - 分享文档赚钱的网站上搜索。
1、 苏州大学学位论文独创性声明及使用授权声明 学位论文独创性声明 本人郑重声明:所提交的学位论文是本人在导师的指导下,独立进行 研究工作所取得的成果。除文中己经注明引用的内容外,本论文不含其 他个人或集体已经发表或撰写过的研究成果,也不含为获得苏州大学或 其它教育机构的学位证书而使用过的材料。对本文的研究做出重要贡献 的个人和集体, q已在文中以明确方式标明。本人承担本声明的法律责 任。 苏州大学、中国科学技术信息研究所、国家图书馆、清华大学论文 合作部、中国社科院文献信息情报中心有权保留本人所送交学位论文的 复印件和电子文档,可以采用影印、缩印或其他复制手段保存论文。本 人电子文档的内容和纸质
2、论文的内容相一致。除在保存期内的保密论文 外,允许论文被查阅和借阅,可以公布(包括刊登)论文的全部或部分 内容。论文的公 学位论文使用授权声明 中 文 摘 要 行人检测是目前智能视频监控研究领域中倍受关注的热点,尽管国内外在行人检 测方面已经取得了一定的研究成果,但是由于实际检测环境的多样化,需要考虑的因 素也复杂多变,因此针对不同的实际应用环境进行行人检测技术研究将是该领域长期 的任务。本课题选择高架道路或快速路作为应用环境,研究在道路入口监控视频中自 动检测进入高架路的行人的检测技术。在该应用背景下,人脸在视频图像中占据的像 素点比较少,并且行人都是驾驶着交通工具,并有可能被其他物体部分的
3、遮挡,使得 现有的依靠行人身体特征信息(如人的眼睛、嘴巴、鼻子、手势、走路姿态等特征) 的行人检测方法难以应用到该应用背景下的行人检测中。论文紧紧围绕着快速道路中 行人检测的问题开展工作:首先是研究视频中运动区域的分割方法;其次 是研究运动 区域中行人的检测方法。论文工作主要包括以下几个方面: (1) 视频中运动目标区域分割。系统地总结和归纳了目前常用的视频中运动目标 分割算法,并通过实验对它们的优缺点进行了分析、对比,最终采用基于连续两帧差 分的运动目标检测方法实现了运动区域的分割。 (2) 运动区域中人脸特征提取。在深入分析现有的人脸检测方法的基础上,针对 高架路这种应用背景,论文选择人脸
4、肤色作为特征,在运动区域中进行人脸检测。对 人脸肤色在不同色彩空间的聚类特性进行详细研究,论文选择在 YCbCr颜色空间进 行肤色建模,并利用建立的高斯肤色模型对运动目标区域进行肤色检测,提取出人脸 肤色区域。 (3) 类人脸肤色区域的排除。实际交通场景中,行人的某些部位 ( 如行人露出的 手臂等 ) 和某些运动物体(如汽车的黄色牌照,摇晃的树枝等)在光照下呈现的颜色 与肤色非常相似。在大量实验基础上,通过选择合适的肤色区域的长宽比,以及人脸 肤色区域的像素数目,排除类人脸肤色区域。 (4) 视频中行人的实时检测。在 Matlab7.7软件平台上对实际采集到的交通视频 图像进行了行人检测仿真实
5、验,同时将文中算法与其他行人检测算法进行了对比、分 析。结果表明,论文提出的行人检测算法能够实时、准确地在视频中检测到行人,并 对光照渐变具有较强的适应性。 关键词:行人检测;人脸检测;帧间差分;背景差分;肤色建模;肤色分割 作 者:杨灯峰 指导教师:赵勋杰 Research on human detection technology in surveillance video of elevated road Abstract Presently human detection in surveillance video has become to be the focus of resea
6、rch field in intelligent video Surveillance and has great research and application value. Human detection in different application environment is still to be the trend in this field due to the diversity of the application. This paper aims at pedestrian detection on urban elevated road. Considering i
7、n such application, face occupies less pixel points in the picture and human may be occluded by other moving objects, so it is difficult to detect the human only using shape information, such as human body shape, eyes, gestures, etc. Therefore, this paper proposes to detect human from face aspect. A
8、ccording to this idea, research work mainly contains two parts. One part focuses on motion region detection between video frames. The second part is on how to detect human face in moving object area. Main research work is bellow: Firstly, systematically summarize and analysis the common used motion
9、targets detection methods. Through comparing their advantages and disadvantages, paper adopts motion targets detection algorithm between two frames in video to extract the motion targets area. Secondly, on the basis of discussion of many face detection methods, paper adopts the face detection method
10、 based on skin color. Through many researches done on the cluster characteristic of human face skin color in different color spaces, paper chooses to establish skin model in YCbCr color space and uses this skin model to do skin detection in the motion target areas. Thirdly, considering there may be
11、some moving objects has the similar color with human face skin, such as human bending arms, shaken branches, etc, criteria condition is set to exclude such disruptors by using length to width ratio, candidate region pixels in video image. Finally, real- time pedestrian detection in surveillance vide
12、o. Detection algorithm is simulated on Matlab7.7 software platform and compared with other detection algorithm. Results show that this method can not only accurately detect human, but also has good real-time performance and little effect of gradual illumination change. Key words: Motion region detec
13、tion; Face detection; Inter-frame difference; Background subtraction; Skin color modeling; Skin color segmentation Written by: Yang Dengfeng Supervised by: Zhao Xunjie 目录 m胃 i仑 . 1 l.i研究背景与意义 . 1 1.2国内外研究现状与动态 . 1 1.3论文主要研究内容与结构 . 3 1.4本章小结 . 4 第二章视频序列图像中运动目标检测与提取 . 5 2.1图像预处理 . 5 2丄 1光照补偿 . 5 2丄 2图
14、像灰度化 . 7 2.1.3图像滤波 . 7 2.2常用的运动目标检测方法 . 10 2.2.1光流法 . 10 2.2.2差分法 . 11 2.3运动目标区域提取 . 14 2.3.1自适应阈值分割法 . 14 2.3.2直方图双峰分割法 . 15 2.3.3最大熵分割法 . 15 2.3.4最大类间方差法 . 16 2.4形态学滤波 . 18 2.5课题采用的运动目标检测算法与实验 . 19 2.6本章小结 . 21 第三章运动目标区域人脸检测 . 22 3.1人脸检测方法概述与研究 . 22 3.2色彩空间 . 22 3.2.1 RGB色彩空间 . 23 3.2.2 HSI色彩空间 .
15、24 3.2.3 YUV色彩空间 . 24 3.2.4YCbCr 色彩空间 . 25 3.2.5色彩空间的选择 . 25 3.3肤色样本的采集 . 26 3.4肤色建模 . 26 3.4.1简单门限模型 . 26 3.4.2高斯模型 . 27 3.5肤色分割 . 28 3.5.1 W值法 . 28 3.5.2高斯模型法 . 29 3.6人脸候选区域筛选 . 30 3.7本章小结 . 31 第四章行人检测实验与讨论 . 32 4.1检测算法流程 . 32 4.2实验与结果分析 . 34 4.2.1实验平台 . 34 4.2.2实验结果与分析 . 34 4.3本章小结 . 38 第五章总结与展望
16、. 39 5.1研究工作总结 . 39 5.2后续工作展望 . 40 . 41 攻读硕士学位期间发表学术论文情况 . 44 St if . 45 第一章绪论 1.1研究背景与意义 智能视频监控技术是计算机视觉领域近年来新兴的一个研究方向,它是基于人工 智能分析一计算机视觉技术,以视频场景中人、交通工具和物体为研究分析对象,主 要研究内容包括 :监控视频运动对象的提取、对象的描述、对象的跟踪、对象的识别 和对象的行为分析等。智能视频监控研究目标是利用计算机视觉技术、图像视频处理 技术和人工智能技术对监控视频的内容进行描述、理解和分析 ,并能根据分析的结果 对视频监控系统进行控制,从而使视频监控系
17、统具有较高层次的智能化水平。智能视 频监控技术可以被用于公共安全监控、医疗看护、交通管理、顾客服务等众多的领域 , 具有深刻的理论价值和广泛的应用前景。 在智能视频监控研究领域,关于行人的检测技术的研究倍受关注。人的检测与分 析在高级人机交互、安全监控、视频会议、医疗诊断及基于内容的图像存储与检索等 方面具有广泛的应用前景和潜在的经济价值,从而激发了国内外广大科研工作者及 相关商家的浓厚兴趣。目前经常有行人在白天驾驶非机动车辆进入高架道路,给交通 管理带来了极大的安全隐患。而当前的道路监控主要依靠人的观察,不仅费时费力, 还未必能够及时发现违规行人,显然这种监控方式不能适应现代化智能交通管理的
18、要 求。因此,本课题选择高架道路作为行人检测技术研究的应用环境,研究如何通过交 通道路监控视频及时、准确检测到违规进入高架道路的行人,可以极大地提高工作效 率,有效防止事故的发生,而且对其它视频监控场景中行人禁入的 研究具有借鉴意义。 1.2国内外研究现状与动态 我国在行人检测技术方面的研究起步较晚,研究取得的成果比较少,与国外相比 存在一定的差距。国内从事行人检测技术研究的科研单位主要有西安交通大学 1、清 华大学 2、吉林大学 3以及中科院自动化所 4等。在城市道路交通环境下的行人检测 方面,中国科学院自动化研究所采用了运动模型和关节人体模型对行人进行建模分 析;浙江大学人工智能研究所也对
19、行人运动分析进行了一定的研究,采用单目视频图 像序列对人体没有出现被遮挡部位 的动作进行跟踪,但是该方法难以准确估计出被遮 挡部位的位置,并且手工干预较多。 国外许多大学、科研机构以及汽车生产厂商在运动行人检测方面已经研制出了一 些比较成熟的行人检测系统 ( Pedestrian Detection System, PDS), 并在实践中取得了 比较理想的效果,主要的 PDS研究机构有麻省理工学院 5、日本丰田汽车研究中心 6、 戴姆勒 -克莱斯研发中心 7以及卡内基梅隆大学 8。戴姆勒 -克莱斯勒汽车公司于 2004 年完成了 Protector研究计划,并于 2005年完成了其升级版 Sa
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 高架道路 监控 视频 中的 行人 检测 技术研究 杨灯峰
限制150内