原文传递
基于RGB-D数据的人体检测与跟踪
| 论文题名： | 基于RGB-D数据的人体检测与跟踪 |
| 关键词： | 人体检测;人体特征;运动模型;交通拥挤;计数系统 |
| 摘要： | 本论文以浙江大学-悉尼科技大学机器人联合研究中心的研究项目为背景，以改善公共交通拥挤状况为目的，针对公共交通场所内人流的检测、跟踪与计数问题展开了相关的研究，完成了如下四个方面的工作: 1.设计并实现了一种基于RGB-D数据的室内多人体检测、跟踪与计数系统。该系统由数据采集模块、数据去噪及预处理模块、人体检测模块和多人体跟踪模块四部分组成。每个组成模块都分别采用一个实时的闭环系统进行控制。各模块基于标准的输入输出定义，实现了无耦合设计，模块可复用程度高。该系统成功应用于地铁交通人流计数项目。 2.设计并实现了一种基于RGB-D数据的多信息融合人体检测方法。将传统基于RGB数据的方向梯度直方图(HOG)特征的人体检测方法和基于深度数据的人体头肩轮廓(HSS)特征人体检测方法相结合，基于Dempster/Shafer证据理论将二者的人体检测概率融合计算，兼顾降低漏检测率和降低误检测率的需求，给出更加鲁棒的人体检测结果。 3.提出了一种基于RGB-D数据的人体特征描述子。在使用多信息融合的人体检测方法的基础上，综合RGB数据以及深度数据的优势，提出Hist-D人体特征描述子，并将该描述子作为人体身份ID用于人体识别与区分。该描述子相比于仅仅利用RGB数据或深度数据的人体特征描述更加可靠。 4.提出了基于运动轨迹特性的人体混合运动模型。该模型基于点分布模型PDM(Point Distribution Models)对人体轨迹进行分析，从而判断追踪对应轨迹的社会学属性，然后选择布朗运动模型、匀速运动模型和社会学运动模型中的一种来预测人体运动。相对于单纯使用上述三种运动模型中的一种，该模型具有更高的灵活性以及更好的适应性。 |
| 作者： | 戴萧何 |
| 专业： | 控制工程 |
| 导师： | 吴俊;熊蓉 |
| 授予学位： | 硕士 |
| 授予学位单位： | 浙江大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
