版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
1、移動目標的檢測一直是計算機視覺領域的研究熱點之一,在安防、軍事、導航、監(jiān)控、科學研究等領域有著廣泛的應用。隨著計算機技術的發(fā)展與國家互聯(lián)網(wǎng)+戰(zhàn)略的實施,視頻檢測與計算機視覺算法會有越來越多的用途,其中移動目標的行為識別是很重要的一個分支。
本文以大鼠機器人視頻為研究對象,對視頻中大鼠的前景提取與基于移動軌跡的行為識別兩個問題進行了相關的研究和探討。對于目標識別,采用了Vibe背景建模與前景檢測算法,相比普通的背景差分,成功提高
2、了大鼠機器人前景檢測的準確性;而對于行為識別問題,提出了基于模擬退火策略的軌跡點去噪算法,并提取了軌跡的曲率序列特征,在此基礎上提出了基于曲率序列特征與概率方法相結(jié)合的行為識別方法。具體而言,主要包括以下內(nèi)容:
1)使用Vibe算法準確而高效的將大鼠視頻進行前景與背景的分離,大大提升了大鼠機器人前景二值圖的質(zhì)量,并能有效的適應光照變化、攝像頭抖動等噪聲的影響。
2)通過分析大鼠機器人前景圖,提取出視頻每幀中大鼠的中心
3、點,并利用模擬退火算法提取出路徑軌跡的主干點。如果需要重現(xiàn)軌跡,可以利用B樣條插值算法對軌跡進行擬合。這大大節(jié)省了視頻軌跡數(shù)據(jù)的存儲空間,并消除了絕大部分抖動噪聲的影響,使軌跡數(shù)據(jù)的可用性更強。
3)根據(jù)大鼠運動軌跡及其時序性,提出了自適應地圖分塊算法,之后在此基礎上提出了基于馬爾可夫鏈的行為識別模型并取得了不錯的效果。最后我們提出了大鼠運動軌跡的曲率序列特征并結(jié)合SVM分類器極大改善了概率分類器的性能,使大鼠行為識別的準確率
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于室內(nèi)軌跡分析的老人行為識別方法.pdf
- 基于移動軌跡識別的智能監(jiān)控系統(tǒng)研究.pdf
- 基于軌跡聚類的船舶異常行為識別研究.pdf
- 基于稠密光流軌跡的人體行為識別研究.pdf
- 基于改進稠密軌跡的人體行為識別方法研究.pdf
- 基于MapReduce的人類移動軌跡特征分析方法的研究.pdf
- 基于傳感器的移動平臺行為識別.pdf
- 基于圖像的軌跡識別技術的研究.pdf
- 基于目標運動軌跡及空間分布的行為分析研究.pdf
- 人物運動軌跡提取及行為識別的算法研究.pdf
- 基于歷史信息的移動對象軌跡預測研究.pdf
- 基于機器視覺的行人運動軌跡識別研究.pdf
- 基于運動軌跡的手勢識別研究及應用.pdf
- 移動設備上基于生理行為特征的用戶識別方法研究.pdf
- 基于簽到數(shù)據(jù)的用戶行為軌跡相似度分析.pdf
- 軌跡聚類與基于高斯過程回歸模型的軌跡識別算法研究.pdf
- 移動用戶軌跡與行為模式挖掘方法研究.pdf
- 基于移動大數(shù)據(jù)的軌跡匹配算法研究.pdf
- 基于HMM的運動手勢軌跡識別.pdf
- 基于GPS軌跡數(shù)據(jù)的交通出行方式識別研究.pdf
評論
0/150
提交評論