论文部分内容阅读
提出一种基于光流和机器学习的行人阴影检测与跟踪算法。算法假设初始帧的阴影边缘已知,首先利用从已知结果中提取的边缘信息特征对RF(随机森林)模型进行训练,然后在对前后两帧进行光流跟踪的同时找出误差较大的点,然后利用训练好的RF模型从邻域Canny获选边缘点中识别符合阴影特征的点。由于视点移动可能会带来的有新场景进入画面的问题,采用动态更新RF的方法。最后,对于仍可能存在的阴影边缘断裂不连续或者错误分类的情况,可以使用一些方法进行补全和修正。实验结果表明,该算法可以准确地检测和跟踪移动视点下视频中运动人