运动人体的检测与跟踪是人运动视觉分析的重要内容,也是计算机视觉研究的一个重要领域。本文对静止背景下视频序列中的运动人体检测和跟踪方法进行了研究。 首先,本文通过为静止背景建立自适应的高斯背景模型来检测前景点,为了能更好的响应实际背景发生变化的情形,特别是针对自适应背景模型在建模期间所产生的“影子”问题,本文提出了算法上的改进和简化,使用时变的权值更新率和参数更新率,以增大开始若干帧对模型建立的贡献,通过实验结果的分析比较,改进后的算法明显加快了“影子”的消除。 然后,为了从目标检测算法检测出的前景点集中,把目标完整地分割提取出来,从而获得关于各前景目标的特征描述,本文依据目标的空间连续性,采用了数学形态学处理和连通区域检测算法以去除噪声和填补孔洞:并结合单高斯模型获取背景估计图像的特点,在兼顾减少噪声和保持目标完整的前提下,通过实验分析了背景消减后提取前景点的合理阈值,从而获得理想的目标背景的二值图像。 最后,在目标检测和分割的基础上,本文依据人体目标的位置、大小和颜色特征,利用目标的外接矩形框对场景中的人体目标进行跟踪,当出现目标对象的合并或是分离时,则采用颜色模板匹配的办法以维护目标的身份。较好的解决了当目标对象合并、消失、分离以及被遮挡时的跟踪问题。