基于视频流的运动人体检测和跟踪的研究实现

Ｇ（，）：ｆ ，Ｆ（，）一 ｋｘｙ ｌ （） ｋｘｙ ５ ｆｋｘｙ Ｂ ，） ＞Ｔ １
【， ０ 其他
式中 ： Ｙ 为 检测 的 目标 图像 ； ， ） 当前 帧 图 Ｇ（ ） ， Ｆ（ Ｙ 为
１ 常用 的运 动 目标 检测 方 法探讨
当前 ， 用的运 动 目标 检测 方 法 主要 分 为光 流 法 、 常
Ｐ（ ＋１ｋ ｋ ） Ｉ （４ １）
式中： （ 墨 ｋ十１ 为第 ｋ＋１ ） 帧状态估 计 ； （ 为第 ｋ帧 ）
位置信息。 本 文主要讨论 室 内运 动人体 移动 情况 ， 合背 景 帧 结
差法和帧间差分法 ， 改进后的运动检测公式如下
Ｂ （ Ｙ Ⅱ× ２ Ｙ ＋ Ｆ （ Ｙ ，）＝ Ｆ 一（ ） ｂ× Ｉ ， ，） Ｇ （ Ｙ Ｆ （ Ｙ Ｂ （ Ｙ ，）＝ ，）一 ， ） ｂ １— ＝ ０ （） ４ （） ５ （） ６
厂
—
流 问 Ｈ 频 ｌ分—１ 视 帧法— 序 帧 ＋ｒ 为 差Ｉ＋ ＿ —
列 图 １ 检 测 的流 程 图
［ （ ＋１ Ｈ（ １ Ｘ （ ＋１ｋ ］ （３ Ｙ ｋ ）一 ｋ＋ ） 。ｋ ） １ ） ｌ
Ｐ（ １ｋ＋ ）＝［ 一 ｋ ） ｋ＋ ） ｋ＋ １ ｌ ， Ｋ（ ＋１Ｈ（ １ ］Ｘ
Ｖ Ｌ 尝 。 ， ｃ
【 本文献信息】王成儒， 李翠君 ． 基于视 频流的运动人体检测和跟踪的研究实现［］ 电视技术 ， １ ， （５ Ｊ． ２ ２３ １） ０ ６
嘲 鞠 擞 撼
‘ ｄｅ ｏ Ｈ ｉ Ｎ ｒ ｚ Ｈ
基于视频流 的运动人体检测和跟踪的研究实现
好地处理 ， 检测之后对物体进行 特征提取 ， 后对物体 进 噪声。 然
行跟踪 ， 跟踪时采用 Ｋ ｌ ａ ａ ｎ滤波 ， 以在跟踪 的基础上实 ｍ 所 时跟新背景模 型 ， 检测 到更准 确的模型 ， 到更精确 的跟 得 踪效果。在此过程 中会用中值滤波器 、 学形态学等对 图 数 像进行预处理 、 除噪等过程。
【 ｂｔａｔ ｈ ｅ ｃｎ ｄｔｃｉ ｕ ａ ｏｅ ｅｔｓ ｅｔｌ ａ ｄｏ ｏｉｒ Ａｍ ｔｏ ｔ ｔ ｇ ｎ ａｋ ｇｅｌ ｔ ｅｉｐｔｏ Ａ ｓ ｃ】Ｔｅｄｔ ｔｇ ｎ ａｋ ｇ ｆ ｍ ｎｍ ｖｍ ｎ ｉａ ｎ ａ ｐｒｏｖ ｅ ｎｏ． ｅ ｄｏｄ ｅ ｉ ｄｔ ｃｉ ａ— ｉ ｕ ｆ— ｒ ｅｉ ａ ｒ ｎ ｏｈ ｃ ｒ ｔｆ ｉ ｍ ｔ ｈ ｆ ｅ ｃｎ ａ ｒ ｎ ｒ ｍ ｓ ｒ
时， 就不能很完整地提取 出前景运 动 目标 ， 易造成运 动 量 容
目标的内部空洞 ， 影响进一步 的处理和研 究。
通过对 以上各 种算 法 的分 析 ， 文提 出一种 将背 景 本
Ｕ ｋ＋ ） （ ＋１ 分别表示过程激励 噪声 和观测 减除法和帧间差分法相结合的方法 ， 检测是为 了进一步更 式中 ： （ １ 和 Ｖ ｋ ）
【 ｅ ｏｄ】ｈｍ ｎｄｔ ｔｇｂｃｇｏｎ ｏｅ ｅｔ ｃｎ； ａ ａ ａｋ ｇｏｊ ｔ ａ ｈ ｇｂｃｇ ｕｄｍ ｄｌ ｐａｎ Ｋ ｙｗ ｒｓ ｕ ａ ｅ ｃｎ ；ａｋ ｕｄｍ ｄｌｘ ａｔ ｇＫ １ ｎｔｃｉ ； ｅ ｔ ｉ ；ａｋ ｏｎ ｏｅ ｕｄｔｇ ｅｉ ｒ ｒ ｉ ｍ ｒ ｎ ｂ ｃｍ ｃ ｎ ｒ ｉ
由第 ｋ 帧 的人体位 置信息作 为 Ｋ ｌ ａ 一１ ａ ｎ滤波 的输 ｍ
入， 由预测方程预测到第 ｋ 帧的位置信息 ， 然后在附近区域 中对 目标进行匹配 ， 到 目标 的测量位置 ， 得 根据测 量位置 ， 校正预测到的目标位置 ， 校正后的结果作 为下一次 Ｋ ｌ ａ ａ ｎ ｍ
滤波的输入 ， 由得到 目 标位置后的第 ｋ ２帧 、 ｋ一１ 一 第 帧 式 中 ： ，） Ｂ （ Ｙ 为得到的背景图像 ； （ Ｙ 为当前处理 帧 更新背景模型 ， ，） 及时得到 目标的检测 ， 以便 目 的跟踪 。 标 图像 ； 一（ Ｙ 和 ： ， ） 。 ，） （ Ｙ 为跟 踪得 到 的帧 图像 。本 有的 Ｋ ｌ ａ 滤波是从 方 向和 Ｙ方 向进行 预测 ， ａ ｎ ｍ 本 文 中是对人体形 心位 置的预测 。给定滤波 器的初始状 态 对检测 出的运动 物体 进行 阈值 处理 Ｊ阈值 的选取 值和初始估计均方误差阵 ， ， 就能利用 当前的测量值得到系 对检测尤为重要 ， 阈值选取过大 ， 若 或使 目标检测点 过少 ， 统 的状态估计值 。将跟踪得 到的物体信息 和检测得 到 的 若 阈值选取过小 ， 则会 有太多噪声 和干扰 ， 以很 难确定 所
嘲 柳 攒
扩 ｉｃ 匹 ｅ０ 月ｉ Ｆ ｉ ａ 盯 ｒ
Ｖ Ａ 髓 。 ｛ 尝
， 根据离散时间卡尔曼滤波公式 ， 则有
Ｘ（ １ Ａ ｋ ＋ ｋ ｋ＋ ）＝ Ｘ（ ） Ｕ（ ） ｌ ｋ ） ＨＸ（ ＋ ） （ ＋ ） ， ＋１ ＝ （ ｋ １ ＋Ｖ ｋ １ （） ８ （） ９
型， 否则 继续搜 索跟踪 ， 时更新背景模 型。 及
【 关键词】人体检测； 提取背景模型；ａ ａ 跟踪； Ｋ］ ｎ ｍ 目标匹配； 更新背景模型 【 中图分类号】Ｔ ９１７ Ｎ １．３ 【 文献标识码】Ａ
Ｉ ｍｐｌｍｅ ｔ ｉ ｎ ｏ ｍａ Ｂｏ ｙ ｔ ｃｉ ｎ ａ ｋ ｎｇ Ｂａ ｅ ｎ ｄｅ ｔ ｅ ｍ ｅ ｎ ａｔｏ ｆＨｕ ｎ ｄ Ｄｅｅ ｔｎｇ ａ ｄ Ｔｒ ｃ ｉ ｓ ｄ ｏ Ｖｉ ｏ Ｓ ｒ ａ
现， 即对光 照敏感 ， 并且计 算量十分 复杂 ， 计算量 比较大 ，
不能满足实时视频处理 的要求 。
帧间差分法 实现速 度较快 ， 以利 用帧 间相 关性来 可
得到更多 的运 动信息 ， 当运动 目标运 动速度 较快 或较 慢
１４ 《视 ２ 电 技术》 ６ 第３卷第１期（ ３１ Ｉ稿网 ｔ：ｗｗＶ ｅＥｎ ５ ， ９ 期）投 址ｈｐ／ｗ ．ｄｏ． ￣ ｔ ／ ｉ ｃ
王成儒 ， 李翠君
（ 燕山大学 信息科学与工程学院， 河北 秦皇岛 ０ ６０ ） ６０ ４
【 要 】运 动人体 的检 测和跟踪 一直视频监控 的核心部分 。提 出一种将检测和 跟踪 实时结合 的跟踪 方法 ， 测 时采用 背景帧 摘 检 差 法和帧 间差 分法得到 背景模型 ， 跟踪 时采用 Ｋ ｌ ａ ａｍ ｎ跟踪 ， 跟踪得到 的人体和 检测 到的人体 匹配 。如果正 确， 更新 背景模 将 则
ＷＡ Ｇ Ｃ ｅｇｕ Ｌ ｕｊｎ Ｎ ｈ ｎｒ ， Ｉ ｉ Ｃ ｕ
（ｎｏｍ ｔ ｎＳｉ ｃ ａ ｎｉ ｅｉ ｎｔｕｅ ａ ｓａ ｎ ｅｓｙ Ｈ ｂｉ ｉ ｕｎｄ ｏ ６０ ４ Ｃ ｉ Ｉ ｒ ａｉ ｃ ｎｅａｄＥ ｇｎ ｒ ｇ［ｓｔｔ，Ｙｎｈ ｎＵ ｉ ｒｔ， ｅｅ Ｑｎ ａｇ ａ ６０ ， ｈｎ ｆ ｏ ｅ ｅ ｎ ｉ ｖ ｉ ｈ ０ ａ）
一
步预测为 （０ １）
Ｘ （ １ｋ ＝ ｋ＋ ，） ｋ ｋ ＋Ｕ ｋ ｋ＋ ） ｐ（ １ｋ Ｘ （ Ｉ） （ ） Ｉ
Ｐ（ １ｋ ＝ ｋ＋ ，） ｋ ｐ （ １ｋ ｋ＋ ） ｐ（ １ｋ ｅ（ Ｉ） ｋ＋ ，） Ｉ
滤波增益为
（ Ｙ 为背景 图像。 ，）
大部分基 于背景减除法 的检测方法 都着力于建立 怎 背景帧差 法 和 帧 问差 分 法 ， 同的情 况 会 采 取 不 同的 样的背景模型和如何更新背景模 型。背景处 于不 断地 变 不
方法。
１ １ 光 流 法 ．
化中 ， 以要不断地对背 景模 型的参数进 行更新 ， 所 防止 一 成不变的背景导致 的检测不准确。
标 的检测会受到各 种条件 的影 响， 比如光照 、 摄像头 的移 值 图像 ， 对差值 图像进行 阈值分 割 ， 分割得 到的二值 图 所
动等 ， 当人 体和背景色彩 接近时 ， 很难检测 出整个人体 轮 像代表 了图像序列 中的运动 目标的区域。公式为
廓 。本文提出将检测 和跟 踪 同时结合起来 同时进行 的方 法， 使检测更具有实时 陛， 跟踪更具有准确性 。
光流法是 由 Ｇｂｏ ｉｓｎ于 １５ ９０年 提 出的。光流体 现 了 １３ 帧 闻 差分 法 ．
一
种运动模式 ， 指在空 间中 ， 物体在 一个观察者 例如摄像
帧 间差分法 是图像序列 帧中相邻 的两 帧进行 采用
头视角下 ， 产生 的观察者和背景之间的明显移动 。它是 一 像素点的灰度值进行相减 ， ’ 通过 阈值化提取 出运动 目标 。 种瞬时场 ， 即向量场 。每一个 向量表示 了景物 中一个点在 分别读取两 帧图像 的差得 到要检测的运动物体。公式为 图像 中位置的瞬时变化。光流法利用运动 目标在 图像 序 Ｇ （ Ｙ ＝ｌ （ Ｙ 一 ｋ。 Ｙ ｝ ，） ，） Ｆ 一（ ） ， （） ２ 列间也随着时间而变化 的特性 ， 通过计算帧间像素的位移 可 以能够检测出运 动人 体 目标 ， 由于外 部光线 的变化 ， 但 即使有时运动人 体没 有发生 变化 ， 会检 测到光 流 的出 也
一
种改进的方法是利用三帧差来代替两 帧差 ， ｊ这样
来提取人的运动。这种方 法的优点是摄像 机在移动 时也 可以更好地适应运动物体的速度变化 。具体实现公式为
Ｇ （ Ｙ ＝ｌ ｌ Ｙ 一 ２ Ｙ ｌ ，） Ｆ —（ ） Ｆ 一（ ） ＋ ， ，
Ｉｋ Ｙ ． 一（ Ｙ Ｉ Ｆ （ ）一 ． ， ，） （） ３
ｗａ ｄ Ｂａ ｋ ｒ ｕ ｄ ｍｏ ｅ ｓｇ ｔｔｒ ｕ ｈ ｔ ｅｂ ｃ ｇｏ ｎ ｒ ｍｅ ｄｆｅｅ ｔ ｌｍｅｈ ｄ ａ ｄ ｔｅ ｆａ ｉ ｅｅ ｃ ｔｏ ｒ． ｃ ｇｏ ｎ ｄ ｌｉ ｏ ｈｏ ｇ ｈ ａ ｋ ｕ ｄ ｆａ ｉ ｒ ｎｉ ｔ ｏ ｎ ｈ ｒ ｍｅ ｄｆ ｒ ｎ ｅ ｍｅｈ ｄ．Ｋａｍａ ｌｅ ｓｕ ｅ ｏ ｒｃ ｉｇ ｒ ｆ ａ ｆ ｌ ｎ ｆｔｒｉ ｓｄ ｆｒｔａ ｋｎ ． ｉ Ｔｈ ｎ，ｔｅｄ ｔｃｅ ｕ ｎ ｂ ｄ ｓｍａｃ ｅ ｏ ｔｅ ｈ ｍａ ｏ ｙ ｍｏ ｅ． Ｉ ｔｉ ｏｒ ｃ ，ｔｅｂ ｃ ｇ ｏ ｎ ｄ ｌｉ ｐ ａｅ ． Ｏｔｅｗｉｅ，ｔａ ｋｎ ｓｃ ｎｉ － ｅ ｈ ｅｅ ｔｄ ｈ ｍａ ｏ ｙｉ ｔｈ ｄ ｔ ｈ ｕ ｎ ｂ ｄ ｄ １ ｆｉ ｓｃ ｒｅ ｔ ｈ ａ ｋ ｒｕ ｄ ｍｏ ｅ ｓｕ ｄ ｔｄ ｈｒ ｓ ｒ ｃ ｉｇ ｉ ｏ ｔｎ ｕ ｄ，ａ ｄ ｔｅｂａ ｋ ｏ ｄ ｍｏ ｅ ｓｕ ｄａｅ ． ｅ ｎ ｈ ｃ ｇ ｕｎ ｄ ｌｉ ｐ ｔｄ ｒ
． 随着科技 的发展 ， 视频监控 已经深入到人们生活和工 １２ 背景减除法
作的各个方面。其 中视频序 列 中的运动 目标 检测是视频
监控系统的基础部分 ， 也是 目标跟踪的关键部分 。运动 目
背景减除法 是用 的 比较 多 的一 种方 法 ， 首先 计算 参考帧建立背景模型 ， 然后用当前帧与参考帧做差得到差
整个 检测 过 程 如 罔 １ 示 。 所
输 入 转 化
—
Ｋ（ １ ＝ （ １ｋ 日 ｋ ） Ｈ（ １ ｋ＋ ） Ｐ ｋ＋ ） （ ＋１ ［ ｋ＋ ）× Ｉ Ｐ ｋ ） （ １ Ｒ（ １ ］ 。 （ ２ （ ＋１Ｈ ｋ＋ ）＋ ｋ＋ ） 一 １） 滤波计算为
ｌ
（ １ｋ＋１ ＝ （ 十１ｋ ＋ ｋ＋１ × ｋ＋ Ｉ ） ｌ五 ） Ｋ（ ｆ ）