基于視覺的運(yùn)動(dòng)檢測與手部動(dòng)作識別.pdf_第1頁
已閱讀1頁,還剩91頁未讀, 繼續(xù)免費(fèi)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(bào)或認(rèn)領(lǐng)

文檔簡介

1、運(yùn)動(dòng)目標(biāo)檢測是計(jì)算機(jī)視覺方面的一項(xiàng)關(guān)鍵技術(shù)。背景建模法是對圖像序列中的當(dāng)前幀和背景參考模型進(jìn)行比較,從而實(shí)現(xiàn)對運(yùn)動(dòng)目標(biāo)的檢測,其中背景模型反映了背景環(huán)境的信息。現(xiàn)有的運(yùn)動(dòng)目標(biāo)檢測算法未能很好的解決一些關(guān)鍵的問題,例如光照變化、物體的陰影和動(dòng)態(tài)背景等。本文在研究現(xiàn)有的運(yùn)動(dòng)目標(biāo)檢測算法的基礎(chǔ)上,針對上述問題,提出了兩種新的改進(jìn)算法。最后,在前景檢測的基礎(chǔ)上,對手部的特定動(dòng)作進(jìn)行識別。在基于碼書的背景模型的基礎(chǔ)上,本文提出了一種改進(jìn)算法。在該

2、算法中,提出了一種新的基于陰影檢測算法的顏色與亮度模型,該模型能夠有效去除前景目標(biāo)的陰影;考慮到像素點(diǎn)的鄰域信息對表達(dá)場景內(nèi)容的重要性,將顏色矩引入背景模型;該算法還提出了一種新的背景模型更新策略,在背景模型中同時(shí)包含了前景目標(biāo)和背景的信息。實(shí)驗(yàn)結(jié)果表明,即使背景場景輕微運(yùn)動(dòng)和光照條件變化,該方法構(gòu)造的背景也能有效檢測運(yùn)動(dòng)目標(biāo)。為了充分利用場景的局部信息,本文提出了一種基于碼書模型的雙層背景模型,將基于像素和基于區(qū)域的背景模型統(tǒng)一于一個(gè)

3、框架中。雙層背景模型利用局部區(qū)域的統(tǒng)計(jì)特征,將基于區(qū)域的背景模型和基于像素的背景模型相結(jié)合,構(gòu)建了一個(gè)有效的層次背景模型。在對于局部區(qū)域的建模中,本文還提出了一種新的局部區(qū)域描述符。該描述符綜合運(yùn)用色彩不變量和紋理特征,對局部特征進(jìn)行了更準(zhǔn)確的描述,對動(dòng)態(tài)背景和光照變化等具有更好的適應(yīng)性。在準(zhǔn)確提取前景的基礎(chǔ)上,本文對手部的特定動(dòng)作進(jìn)行識別。手部動(dòng)作識別在人機(jī)交互、視頻監(jiān)控等方面有豐富的應(yīng)用。本文的手部動(dòng)作識別算法分為三個(gè)主要部分:手部

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

評論

0/150

提交評論