基于視頻的人體行為分析算法的研究.pdf

1、基于視覺的人體行為分析是計算機視覺領(lǐng)域的一個研究熱點，在智能視頻監(jiān)控、人體運動分析、自然人機交互、虛擬現(xiàn)實以及視頻編解碼與傳輸?shù)确矫婢哂袕V闊的應用前景。由于人體運動自身的復雜性以及環(huán)境的多樣性，使得人體行為識別具有很大的挑戰(zhàn)性。因此，研究基于視覺的運動人體行為分析具有非常重要的理論意義和實用價值。
　　本文圍繞基于視覺的人體行為分析的相關(guān)問題展開研究，主要包括運動目標提取、目標跟蹤、特征提取以及人體行為識別算法四個方面。
　

2、　1.在運動目標檢測方面，提出了一種改進的運動目標檢測算法。采用Surendra背景減除法從背景中提取出前景區(qū)域，并采用動態(tài)閾值修正來適應場景的變化，同時利用四幀差分算法得到運動目標，然后將兩種方法得到的二值化圖像進行邏輯“或”運算，最后經(jīng)過圖像后處理，最終得到完整的運動目標。
　　2.在運動目標跟蹤方面，在分析現(xiàn)有跟蹤方法的基礎上，利用OpenCV技術(shù)實現(xiàn)了一種基于改進粒子濾波的團塊跟蹤算法。其中，改進粒子濾波算法的思想是在粒子

3、濾波器的框架下利用均值漂移(Mean Shift)算法對每個粒子進行優(yōu)化。實驗證明，本文算法提高了跟蹤速度，同時也能避免Mean Shift跟丟及相互遮擋的問題。
　　3.在特征提取方面，本文采用改進的Hu矩提取運動人體的七個不變矩特征，通過提取運動人體輪廓及人體最小正外接矩形得到運動人體的輪廓周長及面積、外接矩形周長及面積，從而計算出入體的高寬比、周長比、占空比作為人體運動特征，最后將不變矩特征和運動特征組合成向量的形式，一起作