

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(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、人物的目標(biāo)檢測和動(dòng)作識別都是計(jì)算機(jī)視覺理解領(lǐng)域的重要應(yīng)用,隨著智能化社會(huì)的發(fā)展,人們對生活安全的高度警惕和重視,該課題逐漸吸引了更多的研究人員。但是由于在動(dòng)作識別中其背景、動(dòng)作及過程的復(fù)雜性,該課題同樣極具挑戰(zhàn)性。本文的主要目的是在背景較為簡單的前提下實(shí)現(xiàn)目標(biāo)檢測并對走路,揮手,慢跑,拳擊,擊掌,跑步六種動(dòng)作進(jìn)行正確識別。
針對目標(biāo)檢測,本文研究了背景減除法,幀間差分法和光流法三種常用的方法,結(jié)合拍攝視頻的背景和三種方法的優(yōu)缺
2、點(diǎn)選取背景減除法作為本文的最終目標(biāo)檢測方法。針對背景減除法中混合高斯模型方法的不足,提出了一種先將前景去除再進(jìn)行背景建模的特征點(diǎn)稀疏光流場的方法。實(shí)驗(yàn)證明,該方法可以有效地去除改進(jìn)之前背景建模中由于運(yùn)動(dòng)目標(biāo)前景區(qū)域的遮擋引起的陰影問題,從而明顯提高檢測準(zhǔn)確率。
進(jìn)行前景分割后,對目標(biāo)區(qū)域進(jìn)行特征提取并進(jìn)行動(dòng)作的分類識別。本文重點(diǎn)研究了基于時(shí)空特征興趣點(diǎn)的方法,利用該方法進(jìn)行特征提取后進(jìn)行特征描述,然后利用詞袋模型進(jìn)行行為建模,
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(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)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(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)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
- 基于視頻的人體動(dòng)作識別方法研究.pdf
- 視頻序列運(yùn)動(dòng)目標(biāo)檢測與識別方法研究.pdf
- 基于視頻的人體姿態(tài)檢測與運(yùn)動(dòng)識別方法.pdf
- 面向手機(jī)視頻的運(yùn)動(dòng)目標(biāo)檢測與識別方法研究.pdf
- 視頻監(jiān)控中運(yùn)動(dòng)目標(biāo)檢測與分類識別方法的研究與實(shí)驗(yàn).pdf
- 運(yùn)動(dòng)目標(biāo)檢測與識別方法研究.pdf
- 視頻人臉檢測與識別方法研究.pdf
- 視頻中的人體動(dòng)作識別研究.pdf
- 基于視頻和三維動(dòng)作捕捉數(shù)據(jù)的人體動(dòng)作識別方法的研究.pdf
- 基于視頻的人臉識別方法研究.pdf
- 基于關(guān)節(jié)模型的人體動(dòng)作識別方法研究.pdf
- 視頻中實(shí)時(shí)人臉檢測與識別方法研究.pdf
- 紅外成像目標(biāo)檢測與識別方法研究.pdf
- 視頻中的人體動(dòng)作行為識別研究.pdf
- 視頻監(jiān)控中的人體異常行為識別方法研究.pdf
- 基于深度學(xué)習(xí)的人體動(dòng)作識別方法研究.pdf
- 視頻中的人體目標(biāo)檢測及其行為識別研究.pdf
- 視頻數(shù)據(jù)中人體動(dòng)作識別方法研究.pdf
- 用于視頻檢索的人臉識別方法研究.pdf
- 視頻監(jiān)控中運(yùn)動(dòng)目標(biāo)的檢測、跟蹤與動(dòng)作識別算法的研究.pdf
評論
0/150
提交評論