-
公开(公告)号：CN105320917B
公开(公告)日：2018-09-04
申请号：CN201410302238.X
申请日：2014-06-27
Applicant: 南京理工大学
Abstract: 本发明提出一种基于头肩轮廓及BP神经网络的行人检测及跟踪方法。首先，采用自适应的混合高斯背景更新算法提取出视频序列中的运动人体目标，并通过改变混合高斯模型的学习因子来提高背景估计的精确程度；其次，采用Canny算子为模板提取出原始目标的初始轮廓，并结合均值漂移Mean shift算法进行轮廓聚类以获得较完整的人体轮廓；再次，结合人体的头肩宽高比，建立头肩轮廓模型并提取出头肩轮廓特征向量，输入BP神经网络，聚类出多个人体头肩模型，进行人体识别；最后，采用粒子滤波器对识别出的行人目标进行跟踪。本发明克服了由于识别目标不完整而造成的误判和错判，提高了行人目标识别的准确率，同时减少了计算量。
-
公开(公告)号：CN105320917A
公开(公告)日：2016-02-10
申请号：CN201410302238.X
申请日：2014-06-27
Applicant: 南京理工大学
Abstract: 本发明提出一种基于头肩轮廓及BP神经网络的行人检测及跟踪方法。首先，采用自适应的混合高斯背景更新算法提取出视频序列中的运动人体目标，并通过改变混合高斯模型的学习因子来提高背景估计的精确程度；其次，采用Canny算子为模板提取出原始目标的初始轮廓，并结合均值漂移Mean shift算法进行轮廓聚类以获得较完整的人体轮廓；再次，结合人体的头肩宽高比，建立头肩轮廓模型并提取出头肩轮廓特征向量，输入BP神经网络，聚类出多个人体头肩模型，进行人体识别；最后，采用粒子滤波器对识别出的行人目标进行跟踪。本发明克服了由于识别目标不完整而造成的误判和错判，提高了行人目标识别的准确率，同时减少了计算量。
-
Search Results
2
records
(took 0.02 seconds)
