版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著信息技術(shù)的不斷發(fā)展和成熟,計(jì)算機(jī)視覺技術(shù)在人們生活中的應(yīng)用越來(lái)越普及,利用計(jì)算機(jī)視覺技術(shù)實(shí)現(xiàn)的生物識(shí)別在日常生活中得到了重要的利用。和其他的識(shí)別技術(shù)相比,生物識(shí)別技術(shù)有著唯一性和穩(wěn)定性的優(yōu)點(diǎn),因此引起相關(guān)領(lǐng)域研究學(xué)者的廣泛興趣?,F(xiàn)在的生物識(shí)別技術(shù)主要包括:虹膜識(shí)別,指紋識(shí)別,人臉識(shí)別和步態(tài)識(shí)別等。視頻序列中的運(yùn)動(dòng)人體目標(biāo)可通過(guò)計(jì)算機(jī)視覺技術(shù)進(jìn)行目標(biāo)檢測(cè),圖像處理,特征提取,特征融合等處理來(lái)達(dá)到身份識(shí)別的目的。運(yùn)動(dòng)人體特征的分析和識(shí)別
2、在很多領(lǐng)域(智能監(jiān)控,人機(jī)交互,虛擬現(xiàn)實(shí)等)和敏感安全場(chǎng)合(銀行,機(jī)場(chǎng),軍事基地等)有著重要的價(jià)值和意義。
本文的研究目的是進(jìn)一步提高視頻序列中人體身份識(shí)別的性能,為智能監(jiān)控系統(tǒng)實(shí)現(xiàn)真正的應(yīng)用做出相應(yīng)貢獻(xiàn)。
完成人體識(shí)別的關(guān)鍵是提取有效、可靠的人體特征,這些特征包括人臉特征、虹膜特征、指紋特征、步態(tài)特征等。其中步態(tài)特征具有遠(yuǎn)距離、非接觸性、難于隱藏和偽裝等優(yōu)點(diǎn),是更適合用在智能監(jiān)控系統(tǒng)中的運(yùn)動(dòng)人體特征,近年來(lái)
3、有大量的步態(tài)識(shí)別算法涌現(xiàn)出來(lái)。
一般情況下,運(yùn)動(dòng)人體識(shí)別包括運(yùn)動(dòng)人體目標(biāo)提取、提取運(yùn)動(dòng)特征和分類識(shí)別三個(gè)部分。本論文在對(duì)大量運(yùn)動(dòng)特征識(shí)別經(jīng)典算法研究的基礎(chǔ)上,重點(diǎn)對(duì)特征提取部分和分類識(shí)別兩部分進(jìn)行了研究改進(jìn),提出一種識(shí)別性能更優(yōu)的新算法。本文做的工主要作和取得的成果包括:
1.提取了更優(yōu)的運(yùn)動(dòng)人體特征。人體運(yùn)動(dòng)過(guò)程中有許多特征可以提取,把所有的特征都提取出來(lái)用以身份識(shí)別可以得到100%的正確率,但顯然這是不現(xiàn)
4、實(shí)的,若值提取單一的特征進(jìn)行識(shí)別又會(huì)使識(shí)別率變的很低,基于此,本論文選取的是區(qū)域面積特征和肢體角度特征來(lái)表征運(yùn)動(dòng)人體,這在保證了實(shí)時(shí)性的情況下有效的提高了識(shí)別率。人體輪廓具有唯一性,可用來(lái)表征人體身份,傳統(tǒng)上人們用輪廓上實(shí)際的輪廓點(diǎn)來(lái)描述人體輪廓,本文對(duì)此進(jìn)行了改進(jìn),將運(yùn)動(dòng)人體區(qū)域劃分成若干個(gè)小區(qū)域,并利用每個(gè)區(qū)域的面積特征對(duì)輪廓進(jìn)行描述,這樣不僅省去了檢測(cè)輪廓線的復(fù)雜計(jì)算也減少了不實(shí)輪廓點(diǎn)對(duì)識(shí)別性能的影響。隨人體進(jìn)行同步運(yùn)動(dòng)的上百個(gè)肢
5、體關(guān)節(jié)包含豐富的動(dòng)態(tài)特性,本文提取軀干等九個(gè)肢體角度特征和表征靜態(tài)特性的區(qū)域面積特征在決策層進(jìn)行融合后用來(lái)最后的身份識(shí)別。
2.對(duì)分類識(shí)別算法進(jìn)行了深入分析。論文的最終目的是完成身份識(shí)別,提取的特征是為分類識(shí)別服務(wù)的,本文選用模糊最近鄰分類器實(shí)現(xiàn)目標(biāo)的分類,該分類器是一種多分類器并聯(lián)結(jié)構(gòu)分類器,通過(guò)單分類器將單個(gè)特征進(jìn)行分類后,根據(jù)不同特征在融合過(guò)程中的隸屬度不同加入權(quán)值進(jìn)行融合做出最后的分類決策。
實(shí)驗(yàn)表明
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 視頻圖像的人體運(yùn)動(dòng)特征提取與有效識(shí)別.pdf
- 多流形的人臉特征提取與識(shí)別研究.pdf
- 基于機(jī)器視覺技術(shù)的人體坐姿特征提取及識(shí)別算法研究.pdf
- 基于快速變換的人臉特征提取與識(shí)別技術(shù)的研究.pdf
- 基于“多視角”的人體動(dòng)作識(shí)別算法.pdf
- 基于微多普勒的人體探測(cè)和特征提取算法研究.pdf
- 基于稀疏表示的人臉特征提取與識(shí)別算法研究.pdf
- 基于視頻序列的人體動(dòng)作識(shí)別.pdf
- 虹膜特征提取與識(shí)別算法研究.pdf
- 視頻序列中的人體行為識(shí)別.pdf
- 基于視頻序列的人體運(yùn)作識(shí)別研究.pdf
- 基于分塊的人臉特征提取與識(shí)別研究.pdf
- 基于稀疏表示和特征提取的人臉識(shí)別算法研究.pdf
- 基于流形的人臉識(shí)別子空間特征提取算法研究.pdf
- 基于子空間的人臉特征提取和識(shí)別算法研究.pdf
- 人體動(dòng)作流形特征提取與建模識(shí)別研究.pdf
- 人體輪廓的步態(tài)特征提取與識(shí)別研究.pdf
- 視頻語(yǔ)義特征提取算法研究.pdf
- 雷達(dá)回波人體特征提取算法研究.pdf
- 非控環(huán)境下的人臉特征提取與分類算法研究.pdf
評(píng)論
0/150
提交評(píng)論