行人检测与跟踪

• 作者: 朱丽华 芦娜
• 来源期刊: 电脑知识与技术
• 学科: 工学
• 关键词: 混合高斯模型 Mean-Shift 行人检测 行人跟踪 Opencv
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 149-150
• 页数: 2页
• 分类号: TP31
• 字数: 2030字
• 语种: 中文

摘要

混合高斯模型在对运动目标检测中常用于背景建模.当运动目标停留在场景中某一位置过长时采用混合高斯模型会产生目标在场景中消失的现象,且需要根据目标在场景中运动与静止情况,来决定整帧更新还是只更新背景区域,容易造成运动目标出现不连续性.为了解决上述问题,对传统的高斯模型进行了改进,并将前景区域划分为运动区域和非运动区域,进而检测运动区域目标是否为阴影,从而决定是否去除阴影.针对Mean-Shift算法理论上的不足以及跟踪目标时的领域跟踪局限性,同时采用了改进的Mean-Shift方法进行跟踪.采用OpenCV库和VS2012实现算法,实验结果表明,该文所提算法具有较强的鲁棒性和稳定性,有效地消除行人运行产生的拖影,并能较好实现行人检测与跟踪.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱丽华	安阳工学院计算机科学与信息工程学院	19	18	3.0	3.0
2	芦娜	安阳工学院计算机科学与信息工程学院	14	8	2.0	2.0