【正文】 把視頻圖像中的行人目標(biāo)從背景中分割出來并精確定位?；谝曈X的行人檢測目前仍舊是計(jì)算機(jī)視覺領(lǐng)域的一個公認(rèn)的難題。原因在于：行人同背景混合在一起，行人可能走，也有可能站著或者不可預(yù)測地改變運(yùn)動方向；行人所處的背景非常復(fù)雜，特別是當(dāng)視覺系統(tǒng)基于運(yùn)動云臺上的攝像系統(tǒng)時，背景的突然改變不可避免。到目前為止，一些人體檢測系統(tǒng)在某些約束環(huán)境中被證明能有效地檢測行人，從而鼓舞了研究人員開展進(jìn)一步的研究工作。行人的衣著、運(yùn)動姿態(tài)、光照存在著很大的差異，并且存在背景復(fù)雜、遮擋和其它運(yùn)動物體的干擾，這些因素是行人檢測要解決的重點(diǎn)問題。 行人跟蹤行人跟蹤監(jiān)視人體在視頻中的空間和時間變化，包括人體的出現(xiàn)、位置變化、大小信息、形狀等，在連續(xù)幀上匹配目標(biāo)區(qū)域，求解時間上的對應(yīng)問題。基于視覺的人體跟蹤一般從人體檢測開始，而且在后繼的視頻序列中需要不斷地檢測人體以校驗(yàn)跟蹤和維持跟蹤連續(xù)進(jìn)行，它是人體的姿態(tài)估計(jì)和活動識別的基礎(chǔ)。跟蹤過程根據(jù)應(yīng)用場景中的目標(biāo)數(shù)目分為單目標(biāo)和多目標(biāo)。場景中目標(biāo)數(shù)目的不同，跟蹤的難易程度不同，所采用的技術(shù)也不同。 國內(nèi)外研究現(xiàn)狀伴隨著視頻處理、數(shù)據(jù)庫、人工智能等學(xué)科的發(fā)展，智能視頻監(jiān)控越來越顯現(xiàn)出廣闊的應(yīng)用前景和潛在的經(jīng)濟(jì)價值。歐美等國家將其作為是維護(hù)社會安全的重要手段，投入大量人力、財(cái)力以促進(jìn)其發(fā)展。例如，1997 年美國國防高級研究項(xiàng)目署(DARPA)設(shè)立了 VSAM(VisualSurveillance And Monitoring)（Collins et al. 2000）項(xiàng)目，該系統(tǒng)融合多種不同類型傳感器，研究軍事和民用場景下視頻理解技術(shù)。2004 年，英國的雷丁大學(xué)與法國 INRIA 等研究機(jī)構(gòu)共同開展了智能監(jiān)控項(xiàng)目 AVITRAC(Sullivan5et al. 2000)的研究，研究對機(jī)場地面目標(biāo)進(jìn)行智能跟蹤和異常行為監(jiān)控與報(bào)警的系統(tǒng)解決方案。智能視頻監(jiān)控更是受到很多學(xué)者的高度關(guān)注，在理論方面取得了長足的進(jìn)展。計(jì)算機(jī)視覺領(lǐng)域中的著名期刊如 IJCV、CVIU、PAMI、IVC 和重要的學(xué)術(shù)會議如 ICCV、CVPR、ECCV、IWVS 等先后刊登了大量智能視覺監(jiān)控領(lǐng)域相關(guān)的最新研究成果。國際上也有許多公司研究智能視頻監(jiān)控技術(shù)并推出了市場化的產(chǎn)品(焦波，2005)。其中有美國的 Vidient 和 ObjectVideo 等公司。Vidient 前身為 NEC 公司的一個實(shí)驗(yàn)室，產(chǎn)品 SmartCatch，能檢測包括移動物體檢測、遺留物體檢測、周邊入侵檢測等的多種異常行為，其主要用戶為機(jī)場；ObjectVideo 公司的產(chǎn)品類型包括邊界保安和入侵探測、可疑人員逗留、物品遺留／異樣物體探測、財(cái)產(chǎn)保護(hù)／防盜探測、人流／物流監(jiān)控，圖像變化／攝像機(jī)檢測、交通工具監(jiān)控和測速等等。還有以色列的 Mate、NiceVision 和 Ioimage 等公司也提供了市場化的產(chǎn)品。Mate 的主要產(chǎn)品為 BehaveWatch，可檢測六種異常行為，包括路徑檢測、突然出現(xiàn)報(bào)警、定向運(yùn)動檢測等，提出三層防護(hù)概念；NiceVision 視頻分析儀對不同的威脅提供實(shí)時偵測功能，其檢測活動包括對闖入者、車輛、被遺棄的行李和包裹、周邊及設(shè)施保護(hù)、阻塞安全出入口及消防路線、盜竊偵測／防止安全設(shè)備被移動、計(jì)算人數(shù)，車輛和其它其物件、顯示人群聚集、監(jiān)控安全率水平、量度人流、顯示企圖尾隨進(jìn)入入口處控制點(diǎn)等；Ioimage 的產(chǎn)品能實(shí)現(xiàn)五種行為的檢測，包括入侵探測、PTZ 自動跟蹤、遺留物體探測、非法滯留探測、移動物體探測等。以及法國的 CitiLog 公司，其核心技術(shù)是自主研發(fā)的動態(tài)圖像背景自適應(yīng)技術(shù)和車輛圖像跟蹤技術(shù)，徹底消除了光線、雨雪、灰塵對系統(tǒng)的影響，可以及時檢測監(jiān)控區(qū)域內(nèi)發(fā)生的交通事件，采集交通數(shù)據(jù)，輔助進(jìn)行交通控制等。智能化監(jiān)控技術(shù)在中國起步較晚，其技術(shù)研發(fā)和市場推廣都有待進(jìn)一步發(fā)展，當(dāng)前大多數(shù)國內(nèi)視頻監(jiān)控產(chǎn)品都是非智能化的。隨著公共安全意識的提高，國內(nèi)市場上對智能化視頻監(jiān)控產(chǎn)品的需求日益增大，己經(jīng)有部分公司如?？低?、智安邦等企業(yè)開展相關(guān)的研究。但是，受到國內(nèi)研發(fā)能力限制，當(dāng)前大多公司都是引進(jìn)國外成熟技術(shù)，推出面向中國市場的相關(guān)產(chǎn)品。如漢王科技公司與Mate 公司合作推出了基于多種行為的嵌入式視頻檢測產(chǎn)品。國內(nèi)的科研機(jī)構(gòu)近年來也在積極展開智能視頻監(jiān)控系統(tǒng)的研究與商業(yè)產(chǎn)品開發(fā)（李子青，2007）。中國科學(xué)院自動化所模式識別國家重點(diǎn)實(shí)驗(yàn)室視覺監(jiān)控小組總結(jié)了英國雷丁大學(xué) VIEWS 的車輛交通監(jiān)控原型系統(tǒng)的研究經(jīng)驗(yàn)，在以往的理論研究的基礎(chǔ)上，自行設(shè)計(jì)并初步實(shí)現(xiàn)了一個擁有完全自主知識產(chǎn)權(quán)的交通監(jiān)控原型系統(tǒng) Vstar(Visual Surveillance Star)。另外還有南京大學(xué)、南京長城6信息系統(tǒng)有限公司和江蘇省公安廳刑警總隊(duì)聯(lián)合研制的“基于單幅訓(xùn)練圖像的多表情人臉自動識別系統(tǒng)”等等。行人檢測是指將行人區(qū)域從視頻圖像中分割出來，其分割的有效與否影響后期目標(biāo)跟蹤、行為分析和理解等高層處理的效果。因?yàn)閳D像背景存在動態(tài)變化，以及陰天、雨雪、光照陰影和其他干擾等的影響，使得運(yùn)動檢測工作具有相當(dāng)困難，當(dāng)前的常用方法有背景差分法（Haritaoglu et al. 2000）、相鄰幀差分(Collins et al. 2000)、光流法(Mayer et al. 1998)以及基于目標(biāo)特征的統(tǒng)計(jì)識別(Stauffer and Grimson 2000)等檢測方法。行人跟蹤大多是基于位置、速度、色彩、紋理等特征的目標(biāo)匹配跟蹤，存在很多的相關(guān)算法。Polana et al(1994)和 Daniel et al(2002)都提出基于運(yùn)動特征的跟蹤方法，Polana 以質(zhì)心為特征實(shí)現(xiàn)了行人運(yùn)動跟蹤，Daniel 利用了顏色特征，對多目標(biāo)進(jìn)行分類、識別和跟蹤。Kass et al(1992)利用 Snake 輪廓模型進(jìn)行目標(biāo)跟蹤。Park et al(200l)對 Snake 方法有所改進(jìn)，提出一種指向型的Snake 模型，可減少邊緣定位錯誤。Gardner et al(1996)提出了基于 3D 模型的方法，Ralf et al(2001)在此基礎(chǔ)上建立了人體 3D 模型。Avidan et al(2004)提出了支持向量跟蹤算法(Support Vector Tracking)，通過將支持向量機(jī)與基于光流場的跟蹤器相結(jié)合，在目標(biāo)鄰域搜索具有最大 SVM 得分的區(qū)域進(jìn)行跟蹤。Isard 和Blake(1998)等提出condensation (conditional Density Propagation)算法，通過先驗(yàn)概率采樣，再根據(jù)觀測似然修正權(quán)值，以此近似后驗(yàn)概率。Deutscher et al(2001)等采用退火粒子濾波(Annealed Particle Filtering)，并采用自動空間分解和交叉算子進(jìn)行跟蹤。當(dāng)前在行人檢測和跟蹤方面已經(jīng)開展了大量的工作，取得了很多研究成果，但面臨各種具體情況，仍存在著許多問題有待解決。本文針對動態(tài)場景和靜態(tài)場景進(jìn)行了研究，分別提出了有特色的行人檢測和跟蹤方法。 論文主要研究內(nèi)容與章節(jié)安排本文主要研究社會治安視頻監(jiān)控中行人目標(biāo)的檢測與跟蹤，為更高級的行為分析和異常行為檢測奠定基礎(chǔ)。本文在分析常用運(yùn)動目標(biāo)檢測以及運(yùn)動跟蹤方法的基礎(chǔ)上，結(jié)合行人目標(biāo)特點(diǎn)，實(shí)現(xiàn)了社會治安視頻中行人目標(biāo)的智能檢測與跟蹤。同時針對運(yùn)動攝像機(jī)跟蹤行人所導(dǎo)致的背景運(yùn)動與行人尺寸變化問題，本文提出了一種綜合應(yīng)用梯度方向直方圖（Histograms of Oriented Gradients，HOG）和粒子濾波的行人跟蹤算法。第 2 章 視頻序列圖像中運(yùn)動目標(biāo)檢測與跟蹤方法智能視頻監(jiān)控中的行人檢測與跟蹤方法涉及到很多研究領(lǐng)域，如數(shù)字圖像處理、計(jì)算機(jī)視覺、信息融合、模式識別與人工智能等。為了后續(xù)各章內(nèi)容的展開，本章系統(tǒng)地介紹相關(guān)的一些預(yù)備知識和常用的目標(biāo)檢測與跟蹤方法。 圖像處理基礎(chǔ)數(shù)字圖像處理涉及的領(lǐng)域相當(dāng)廣泛，其各種理論算法、技術(shù)應(yīng)用更是不勝枚舉。篇幅起見，本節(jié)僅簡要介紹相關(guān)的顏色空間、圖像預(yù)處理和形態(tài)學(xué)方法等內(nèi)容。 顏色空間顏色空間也稱彩色模型，又稱彩色空間或彩色系統(tǒng)，它的用途是在某些標(biāo)準(zhǔn)下用通常可接受的方式對彩色加以說明。本質(zhì)上，彩色模型是坐標(biāo)系統(tǒng)和子空間的闡述，位于系統(tǒng)的每種顏色都由單個點(diǎn)表示。顏色空間從提出到現(xiàn)在已經(jīng)有上百種，大部分只是局部的改變或?qū)Ｓ糜谀骋活I(lǐng)域，現(xiàn)在采用的大多數(shù)顏色模型都是面向硬件或面向應(yīng)用的。數(shù)字圖像處理中常用的是 RGB（Red, Green, Blue）、HSI(Hue, Saturation,Intensity)和 HSV(Hue, Saturation, Value)模型。（1）RGB 彩色模型RGB 彩色模型是工業(yè)界最為常見的顏色模型，它也是人們最為熟悉常見的顏色模