基于Kinect的人體檢測和跟蹤算法研究.pdf

1、人體檢測和跟蹤技術是計算機視覺領域重要的研究方向和研究熱點。它在智能交通系統(tǒng)，機器人，交互系統(tǒng)，智能視頻監(jiān)控系統(tǒng)，自動駕駛系統(tǒng)等有著廣泛的應用。給整個社會的高效運轉提供了極大的便利，同時也給社會創(chuàng)造了巨大的經濟效益。
　　本文提出一種基于Kinect的人體檢測算法，該算法是通過積分圖來加速基于Kinect人體檢測算法中的HOG(梯度方向直方圖)特征和HOD(深度方向直方圖)的計算，然后結合帶概率輸出的支持向量機，來進行有效的人體檢

2、測。該檢測算法可以在不需要GPU加速的情況下，可以實時的在連續(xù)視頻幀中檢測到人體。在室內條件下，基于Kinect的監(jiān)控窗口為640*480，可以達到30FPS左右，有效的解決了目前基于統(tǒng)計學習分類的人體檢測算法中人體檢測速率不高，達不到實時效果的問題。
　　在提出基于 Kinect的人體檢測算法的基礎上，本文提出一種新的人體跟蹤算法，這種跟蹤算法是將Kinect的人體檢測階段融合到Meanshift跟蹤算法中去，即每一幀中首先根據

3、上一幀的信息(如檢測窗口的中心位置，檢測窗口的人體大小尺度及其對應的人體深度信息)，在這一幀首先搜索該深度信息的人體，然后把搜索出來的可能人體目標位置信息與我們預先提取出來的目標人體模型進行匹配以確定大概的問題位置，如果相互匹配，再在可能的目標位置進行Meanshift迭代以確定確切的人體位置；如果不匹配，則進行下一個可能人體目標位置的匹配。這種先搜索檢測人體以確定大致的人體目標位置，然后用Meanhshift進行迭代以確定確切的人體位