题目：基于Omega轮廓特征的人体头部检测与跟踪技术研究

在特定的场景中，例如银行金库、地铁站台、超市等其他公共场所，监控摄像机的使用越来越普遍，但是大多数只是充当电子眼的功能，需要借助人力进行监视。因此在这些场合引入智能监控系统是十分有必要的。本文主要研究了智能监控系统领域中运动行人的检测跟踪方法。其主要的工作包括如下几个方面。首先，针对摄像机监控场景中行人的头部、肩部发生遮挡、连接的概率较小的情况，本文引入Omega形状特征作为描述人体头肩外轮廓的模型，对运动前景检测分割出的前景块进行边缘检测、轮廓分析等步骤，达到人体头部的检测功能。其次在人头跟踪的研究中，本文分析了基于盒子滤波的改进ZNCC（Zero-Mean Normalized Cross Correlation）匹配跟踪算法在遍历式匹配跟踪过程中存在着冗余的计算，提出了基于粒子滤波改进的快速匹配跟踪算法，实验证明本文算法相对于传统算法有着更快的计算速度和较好的跟踪精度。最后，本文针对平视视点变化下的人头估计方法作了一定研究。通过曲线模型近似模拟人头的旋转过程，进而推导出不同视点下人头的重建预测公式。经过相关的实验测试，验证了重建预测的有效性。同时可以将侧面视点下人头的正面重建出来，使人脸的特征更明显，便于后续的人头识别，有效的提高人头的检测率。