基于人体特征识别和卡尔曼滤波的行人跟踪算法

为了提高行人检测识别及跟踪精度,提出一种基于人体特征识别和卡尔曼滤波的行人跟踪算法,该算法采用一种基于人体体型特征和行为姿态特征的识别方法来自动识别行人。行为姿态特征识别方法采用基于高斯混合模型的前后帧像素点概率匹配算法,并结合人体体型特征来提高识别人体目标的成功概率,接着采用方向梯度直方图用于目标检测的特征描述,最后通过卡尔曼滤波器预测目标的移动轨迹。在实验中,与两种红外线行人检测与跟踪方法的对比结果显示,该算法可以更准确地从移动物体中捕获人体目标,并进行实时跟踪。