论文总字数：23913字

摘 要

04011316 邢也

指导老师： 罗琳

随着计算机技术的不断发展，计算机能力得到了极大的提高，使得利用计算机实现人类的视觉功能成为目前计算机领域最热门的课题之一。该领域称之为计算机视觉，而其中的在视频环境中的人体检测技术更是该领域的一个重要研究方向。在视频的复杂环境中检测出人体具有十分广泛的应用，尤其在智能视频监控、智能辅助驾驶、人机交互等方面扮演着非常重要的角色。本文在基于视频的复杂环境中的人体检测技术做了以下研究。

本文主要对法国研究人员Dalal在2005的CVPR上提出的HOG SVM进行行人检测的方法进行研究。首先是研究基于梯度直方图（HOG）的特征提取算法，了解该算法的原理，实验算法中各参数的选取得出效果最好的参数搭配。再然后是学习支持向量机（SVM），理解其结构原理后使用INRIA数据库中的人体样本训练线性SVM分类器。再进行视频的人体检测。再之后是对于一篇有关人体跟踪的方法HTRVI进行介绍，并详细展示其研究成果。最后对于整个人体检测进行总结与展望。

关键词：人体检测，HOG特征，SVM分类器

Study on Human Detection Based on Video in Complicated Environment

Abstract

04011316 Xingye

Tutor：Luolin

As the developing of computer science,the ability of computers has been proved a lot, which makes computers have the function of human vision come true and becomes one of the most popular tasks.This field is known as computer vision. The study on human detection of video is one of the important research direction of it. There are many applications of the human detect technology,such as intelligent video surveillance,Intelligent auxiliary driving and human-computer interaction. This paper mainly study on the research as fellows:

This paper mainly discusses the method using HOG SVM to detect human which is given by French researcher Dalal in the CVPR meeting in 2005. First is to study the feature extraction algorithm based on Gradient of Histogram (HOG), understand the principle of the algorithm, the algorithm of the parameter selection of the parameters of the best match.Then learning support vector machine (SVM), understand its structure principle using the INRIA human samples in the database after training linear SVM classifier and use the program to make the human detection come true.Then is in an article about the human body tracking method introduces the HTRVI, and demonstrate in detail the research results.Finally carries on the summary and the outlook for the entire human detection.

KEYWORDS: human detection, HOG, SVM

目录

基于视频的复杂环境中人体检测技术研究 1

摘 要 2

Abstract 3

第1章 绪论 5

1.1 研究背景与意义 5

1.2 国内外研究现状 6

第2章 常用的运动目标检测方法 9

2.1 背景差分法 9

2.2 帧差法 9

2.3 光流法 10

2.4 本章小结 10

第3章 视频中的人体检测算法介绍 11

3.1 引言 11

3.2 SVM支持向量机 11

3.3 HOG算法概述 14

3.4 OpenCV自带HOG原码分析 16

3.5 其他算法比较 18

3.6 数据集 19

3.7 程序结果展示 20

3.8 本章小结 21

第4章 视频中的人体跟踪算法介绍 22

4.1 引言 22

4.2 介绍 22

4.3 HTRVI系统 23

4.4 仿真 26

4.5 本章小结 27

第5章 总结与展望 28

致谢 29

参考文献 30

绪论

研究背景与意义

现如今，随着计算机技术的迅猛发展，计算机的软硬件功能都得到了非常大的提高，使得利用计算机实现人类的视觉功能这一研究领域成为目前计算机方向最热门的课题之一。该领域称之为计算机视觉，它是计算机技术，电子信息工程，微电子技术等多学科的一个共同的衍生点，是一门新兴的技术。计算机视觉领域,包括方法获取、处理、分析和理解图像,在一般情况下,高维数据从现实世界以生产数字或符号信息,例如,在形式的决策。一个主题在这一领域的发展以电子方式复制能力的人类的视觉感知和理解图像。这幅图像理解可以看作是把符号信息与图像数据使用模型构建借助几何、物理、统计学习理论。计算机视觉也被描述为自动化和集成的企业广泛的视觉感知过程和表示。作为一个科学学科,计算机视觉涉及人工系统背后的理论,从图像中提取信息。图像数据可以有多种形式,如视频序列,观点从多个摄像头,从医学扫描仪或多维数据。是一门技术学科,计算机视觉寻求其理论和模型应用于计算机视觉系统的建设。计算机视觉的子域包括场景重建、事件检测、视频跟踪、对象识别、物体姿态估计,学习、索引、运动估计、图像恢复.人工智能和计算机视觉共享其他主题,如模式识别和学习技巧。因此,计算机视觉有时被认为是人工智能领域的一部分或计算机科学领域。

要实现计算机对人的观察，它的任务主要是利用计算自动检测的图像或者是视频中的感兴趣区域，再确定其大小、位置，并且能够绘制得到图像序列中的运动轨迹。这是视频分析的最最基础的部分，是对于下一步的行为进行分析和理解的前提条件。在实际的应用当中，人体与汽车常被用来作为待检测的目标。

剩余内容已隐藏，请支付后下载全文，论文总字数：23913字