基于視覺(jué)的運(yùn)動(dòng)目標(biāo)檢測(cè)與姿態(tài)識(shí)別算法研究.pdf

1、隨著世界性的社會(huì)老齡化的日益嚴(yán)重,以及建設(shè)“和諧社會(huì)”,提高老人生活質(zhì)量的迫切需要,獨(dú)居老人的監(jiān)護(hù)問(wèn)題顯得越來(lái)越重要。視覺(jué)是人類的一種重要的感覺(jué),也是對(duì)周圍復(fù)雜的環(huán)境進(jìn)行感知的最有效的手段之一,在現(xiàn)實(shí)生活當(dāng)中,許多有意義的視覺(jué)信息都是包含在運(yùn)動(dòng)當(dāng)中的,對(duì)于運(yùn)動(dòng)的目標(biāo)和物體,人眼也要更加的敏感,能夠在很短的時(shí)間內(nèi)發(fā)現(xiàn)運(yùn)動(dòng)目標(biāo),并且提取出目標(biāo)的運(yùn)動(dòng)軌跡,對(duì)其進(jìn)行預(yù)測(cè)和描繪。本文通過(guò)利用計(jì)算機(jī)視覺(jué)技術(shù)對(duì)視頻內(nèi)容分析,主要研究運(yùn)動(dòng)人體的檢測(cè)、跟

2、蹤和異常姿態(tài)識(shí)別的算法,通過(guò)仿真實(shí)驗(yàn)驗(yàn)證效果,最終實(shí)現(xiàn)對(duì)獨(dú)居老人的智能監(jiān)護(hù)。具體算法研究涉及到運(yùn)動(dòng)目標(biāo)檢測(cè)、跟蹤和人體異常姿態(tài)識(shí)別三部分。
　　首先,在運(yùn)動(dòng)目標(biāo)檢測(cè)中,采用了基于幀間差分法的運(yùn)動(dòng)目標(biāo)檢測(cè)方法,通過(guò)灰度化,相鄰圖像差分、二值化、形態(tài)學(xué)濾波、連通性檢測(cè)等步驟,最終完成運(yùn)動(dòng)目標(biāo)區(qū)域提取。幀間差分法算法簡(jiǎn)單,易于實(shí)現(xiàn)適用于實(shí)時(shí)運(yùn)動(dòng)目標(biāo)檢測(cè),也不需要考慮背景更新,對(duì)光照變化不敏感,受陰影影響也比較小。
　　其次,在目標(biāo)

3、跟蹤方面,首先對(duì)目前常用的跟蹤方法進(jìn)行了簡(jiǎn)單介紹,并且分析并研究了各算法的主要適用領(lǐng)域,然后詳細(xì)介紹了基于卡爾曼濾波的運(yùn)動(dòng)目標(biāo)跟蹤方法?？柭鼮V波是一種基于運(yùn)動(dòng)估計(jì)的跟蹤算法。本文通過(guò)利用卡爾曼濾波建立了系統(tǒng)的運(yùn)動(dòng)估計(jì)模型,對(duì)運(yùn)動(dòng)目標(biāo)的最優(yōu)估計(jì)進(jìn)行實(shí)現(xiàn),最終通過(guò)仿真實(shí)驗(yàn)對(duì)視頻中的運(yùn)動(dòng)目標(biāo)進(jìn)行估計(jì),驗(yàn)證了算法的性能。
　　最后,在異常姿態(tài)識(shí)別方面,首先介紹了目前常用的異常行為分析方法,主要采用目標(biāo)團(tuán)塊外接矩形框來(lái)標(biāo)識(shí),特征提取的主要