现在，对人体检测和跟踪的研究非常热门。在人体检测这一方面，主要就是和模式识别有关系，先将人体图像转化为一个一维向量，然后选取一种分类方法来训练一个分类器，这里可以使用adaboost，hog+svm，神经网络等方法。在这些方法中，对人体检测最有效果的便是hog+svm方法，在这种方法中，首先利用hog算法将图像hog化，之后将得到的序列输入svm分类器进行训练，最后得到一个超平面。通常这个超平面就可以对监测过程中的图像进行分类。这种方法最初在文献[16]Dalal等人在2005年提出的，之后很多对人体检测的研究工作都是在他们的基础上进行提升。

    在对人体跟踪方面，现在流行的方法是均值漂移算法和粒子滤波算法，其中均值漂移算法由于算法简单，对计算要求低，速度快，一直是跟踪算法中的经典。文献[9-10]中对均值漂移算法进行了很多介绍和分析。并在其中给出了证明，利用均值漂移能收敛到局部最大值。文献[14-15]中对粒子滤波算法进行了介绍和分析，并且给予基本的粒子滤波算法提出了民主融合策略的目标跟踪算法，这在目标部分被遮挡时也能进行良好的跟踪。65305

参考文献

[1] Rafael C. Gonzalez.数字图像处理(第三版)[M].北京:电子工业出版社,2010.

[2] 朱虹等. 数字图像处理基础[M].北京:科学出版社,2005.

[3] Petrou. 数字图像处理疑难解析[M].北京：机械工业出版社,2005.

[4] M. Sonka. 图像处理、分析与机器视觉(第三版) [M].北京:清华大学出版社.2011.

[5] David.A.Forsyth. 计算机视觉：一种现代方法[M]. 北京:电子工业出版社.2004.

[6] 周长发.精通VC++图像编程[M].北京:电子工业出版社,2000.

[7] 杨淑英.VC++图像处理程序设计[M].北京:北方交通大学出版社,2003.

[8] G.Bradski.学习OpenCV[M]. 北京:清华大学出版社, 2009.论文网

[9] 宋新等. Mean shift在目标跟踪中的应用[J]. 系统工程与电子技术.2007.09.

[10] 陈涛涛，田裕鹏. 一种非刚性目标的实时检测与跟踪算法[J].电子科技大学学报. 2007,36(1):82-85.

[11] 王亮,胡卫明,谭铁牛.人运动的视觉分析综述[J].计算机学报, 2002, 25(3): 225-237.

[12] 刘明刚,候朝焕.运动目标的自动分割与跟踪[J].电子与信息学报, 2002, 24(8): 1009-1016.

[13]李乡儒,吴福朝,胡占义.均值偏移算法的收敛性[J].软件学报, 2005,16(3):365-374.

[14] 张波. 基于粒子滤波的图像跟踪算法研究[D]. 上海：上海交通大学. 2007.

[15] B.Zhang,W.Tian and Z.Jin. Joint tracking algorithm using particle filter and mean shift with target model updating. Chinese Optics Letters,2006,4(10): 569-572.

[16] Navneet Dalal and Bill Triggs. Histograms of Oriented Gradients for Human Detection[A]. Computer Vision and Pattern Recognition[C]. San Diego:Springer, 2005. 886-893.

[17] 熊旭杰. 图像相关跟踪算法的改进研究[D]. 武汉:华中科技大学, 2007.

[18] Lowe D. Distinctive image features from scale-invariant key points[J]. Internaitonal Journal of Computer Vision, 2004,60(2):91-110

[19] Bay H, Tuytelaars T. SURF: Speeded Up Robust Features[A]. In Proc. Of European Conference on Computer Vision[C]. Berlin:Springer-Verlag, 2006. 404-417

[20] 曹治国,吴博. 采用 HOG 特征的下视景象匹配算法[J]. 红外与激光工程, 2012, 41(2):513-516