活动人体目标特征提取算法研究开题报告

1. 研究目的与意义（文献综述）

1.1 研究目的及意义

人类对于外界信息获取的来源中，视觉提供了很大一部分信息，是人类感知和认知世界的重要工具。人类视觉系统在信息处理时是一个非常复杂的系统，但对于外界信息的成像、识别、描述和理解上又是快速和准确的。

在当今这样一个高科技飞速发展的社会里，各种网络、电信、虚拟技术和计算机的飞速发展，视频图像已经成为世界信息交流的主要载体。也正是随着时代的进步，计算机视觉、模式识别等相关技术的发展壮大，活动人体的目标特征提取算法研究受到了很多的关注，成为了当今社会的热点，与此同时也被泛应用到一些领域中。人体运动目标的特征提取和跟踪是视频图像中自动识别系统的两个重要组成部分，他能从图像序列中检测出感兴趣的人体运动特征，并且确定人体的大小、位置及其他一些特质，并且具有进行自动跟踪运动趋势的特点。在实际场景下的人体目标特征提取一般会比较复杂，可能存在背景变化、遮挡、噪声以及其他干扰因素，难以同时满足准确性、鲁棒性和实时性的要求。如今，一些研究人员已经研究出许多有着实际应用价值的理论和方法。但针对人体目标运动的特点和受到光线变化、旋转和噪声等外界变化干扰时，如何更加准确的提取人体目标特征和跟踪运动趋势，依然是一个亟待解决的问题。

2. 研究的基本内容与方案

对于活动人体目标特征提取的研究主要从特征提取这个方面着手分析和研究。目前，特征提取方面主要的方法有帧差法，背景法和光流法，有的也会把前面三个基本方法有效的结合来提取运动前景图像。例如，基于帧间差分法与背景差分法结合的提取方法，还有基于背景差分法和光流法结合的提取方法。这些方法都能提取出运动特征，但各自有相应的缺陷和弊端。相比与其他方法，直方图图像增强技术的三帧差分法有更好的效果，所以活动人体目标特征提取算法的研究上主要采用结合直方图图像增强技术的三帧差分法。三帧差法和直方图增强技术都有着以下优点：三帧差分法能够避免传统帧差法双影和空洞的问题，直方图图像增强技术能够避免多帧差分法的目标分裂现象。

利用直方图图像增强技术的分段线性调整对每帧图像的灰度进行调整，扩大人体目标灰度值，拉伸背景和噪声部分的灰度值。这样就可以突出感兴趣的人体目标抑制那些不感兴趣的噪声和背景像素点。帧差法是利用视频图像序列中的前一帧与后一帧图像做差值运算，进而得到前后两帧图像亮度差绝对值的算法。它能很好的提取出图像序列中前后两帧间图像中的变化部分。不仅适用于多运动目标而且对移动的摄像头也能很好的提取出运动特征。但是由于传统的帧差法在提取人体运动目标时，如果人体运动两帧间变化过慢，提取后图像会出现空洞现象，如果两帧间人体运动过快会出现双影现象。为了克服这些问题，应用三帧差分法进行人体运动的提取会有更好的效果。

利用设备或传感器采集探测区域内的信号，探测到探测区域内有多个人体目标在活动。通过直方图图像增强后技术三帧差分法后，能够把采集到的信号进行处理从而识别每个不同的人体目标。

3. 研究计划与安排

第1周——第3周 搜集资料，撰写开题报告；第4周——第5周 论文开题；第6周——第12周 撰写论文初稿；第13周——第16周 修改论文；第17周 论文答辩。

4. 参考文献（12篇以上）

[1]贺峰. 宽带/超宽带雷达运动人体目标检测与特征提取关键技术研究[d]. 国防科学技术大学,2011.

[2]李颖. 人体运动目标特征提取与跟踪算法的研究[d]. 辽宁大学, 2012.

[3]许晓珊. 基于实时监控视频的人体目标检测和跟踪系统的设计与实[d]. 南昌大学, 2014.