2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩47頁未讀 繼續(xù)免費閱讀

下載本文檔

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)行舉報或認(rèn)領(lǐng)

文檔簡介

1、從視頻序列中將人的各種行為進(jìn)行有效地分類與識別,是智能視頻監(jiān)控、虛擬現(xiàn)實、人機交互等領(lǐng)域的基礎(chǔ)研究任務(wù)。隨著研究的不斷深入,人體行為分析與識別已成為計算機視覺中的熱點研究領(lǐng)域。人體行為識別的主要任務(wù)是利用計算機把采集到的原始圖像或圖像序列數(shù)據(jù)進(jìn)行處理、分析、學(xué)習(xí)并理解視頻中運動人體的動作行為,可應(yīng)用于智能安全監(jiān)控系統(tǒng)、人機互動、公共安全等領(lǐng)域,具有廣泛的研究價值。在深入研究現(xiàn)有視頻圖像中運動目標(biāo)捕捉算法的基礎(chǔ)上,提出了融合LBP特征和運

2、動特征的運動目標(biāo)分類識別算法,算法主要包括運動目標(biāo)檢測、特征提取與行為識別三部分。
  在對運動目標(biāo)檢測的研究中,本文對光流法、幀間差分法、背景減除法進(jìn)行了對比分析研究。針對幀間差分法在提取運動目標(biāo)的時候出現(xiàn)檢測目標(biāo)不完整、容易出現(xiàn)空洞的缺點,提出融合三幀差分法與背景減除法來實現(xiàn)運動目標(biāo)檢測的方法。實驗研究表明,融合三幀差分法與背景減除法處理得到的運動目標(biāo)包含更加清晰完整的信息。
  論文在運動特征提取研究中,先提取分塊視頻

3、序列的LBP直方圖特征,并將處理得到的分塊直方圖特征按照分塊的次序組合為運動目標(biāo)的LBP特征,然后與運動人體質(zhì)心的速度特征級聯(lián)得到行為識別向量。得到運動目標(biāo)的識別特征后,利用 BP神經(jīng)網(wǎng)絡(luò)分類器進(jìn)行分類識別。
  識別研究實驗在weizmann數(shù)據(jù)庫和KTH數(shù)據(jù)庫上進(jìn)行,分別提取了兩種數(shù)據(jù)庫的視頻圖像序列的特征向量,選擇訓(xùn)練樣本與測試樣本,對分類器進(jìn)行了訓(xùn)練、學(xué)習(xí),待分類器收斂后,應(yīng)用測試樣本進(jìn)行了人體行為分類識別的實驗研究。實驗

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(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。

評論

0/150

提交評論