一种快速行人检测与跟踪方法

谭玉枚

摘 要

针对传统的行人检测与跟踪算法检测跟踪效果差以及速度慢的问题，提出一种快速行人检测跟踪方法。首先采用ViBe算法快速检测出运动区域，快速检测定位行人候选区;然后采用HOG+SVM行人检测器检测出运动目标候选区的行人;最后利用Kalman滤波算法对行人目标进行跟踪。此外，为了减少误检率，在样本训练阶段通过增加困难样本进行SVM二次训练。实验结果表明本文提出行人检测跟踪算法在视频序列中具有良好的鲁棒性，其检测性能明显提高。

关键词

行人检测;目标跟踪;Kalman滤波;视频序列

中图分类号： TP391.41                     文献标识码： A

DOI：10.19694/j.cnki.issn2095-2457.2020.15.012

Abstract

An fast pedestrian detection and tracking method is proposed to deal with the problems of slowly detection and poor tracking effect in traditional pedestrian detection and tracking method.Firstly，the ViBe algorithm is used to quickly extract the motion area，namely the pedestrian candidate area.Then the HOG+SVM pedestrian detector is used to detect the pedestrian in the candidate zone of moving target.Finally，Finally， Kalman filter is used to track the pedestrian target.In addition，the SVM is trained for the second time by adding hard samples to reduce the error detection rate.It is showed that the improved pedestrian detection and tracking method proposed in this paper achieves strong robustness and significantly detection performance.

Key Words

Pedestrian detect;Target tracking;The Kalman filter;Video sequence

0 引言

随着国家提出“智慧城市”理念，人工智能技术的研究和发展备受关注[1]。行人检测与跟踪作为人工智能的计算机视觉领域最主要研究任务之一，在自动驾驶、智能安防以及智能机器人等方面具有广阔的应用价值，已经吸引了广大学者的关注与研究，并涌现出许多相关行人检测跟踪算法。然而，行人检测算法面临诸多挑战，如行人目标视点变化、目标尺度变换、目标遮挡、目标姿态多样化及光照条件突变等等，这些难点制约着行人检测跟踪技术的发展。

当前行人检测算法主要分为两大类：基于运动检测算法和基于机器学习算法。基于运动检测算法的原理非常简单，利用像素级信息对图像帧进行差分处理，进而获取运动目标，再利用行人分类器对运动目标进行分类检测出行人目标。该算法的关键在于背景模型的选择和建立，对背景中出现的动态因素抗干扰能力较差，常用的方法有帧差法、GMM以及Vibe算法等[2]。……