1、应用背景
智能交通、机器视觉、智能监控、计算机辅助驾驶等领域
2、本文特点
1)通过基于距离信息的分割方法确定目标所在的区域(感兴趣区域),可以有效的去除深度图像中的背景信息,这样可以提高算法的检测效率。每幅图检测的时间再15-100ms之间,达到实时性的要求。
2)通过先计算深度图像积分图方法,降低HOG计算复杂度,提高算法的时效性。基于深度图像的行人头肩HOG特征方法对行人进行检测。
3)均值偏移算法作为目标跟踪中最常用的算法,首先分析目标,建立目标模型,然后在后续帧中,建立待测模型;通过比较目标模型和待测模型的相似度函数Bhattacharyya系数,经过多次迭代后,最终达到一个比较理想的结果,完成对目标的跟踪。改算法解决了传统跟踪算法在跟踪人体时,当人体移动速度过快,被跟踪人体容易丢失的问题。
3、运动目标检测方法
1)帧差法
将相邻两帧图像或相隔几帧的图像的像素值作差,然后用阈值化方法提取运动区域。