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、基于視覺的人體運(yùn)動(dòng)分析是指對視頻中的運(yùn)動(dòng)人體進(jìn)行檢測、識別和跟蹤,并理解和描述人體行為,它是計(jì)算機(jī)視覺領(lǐng)域中一個(gè)新興的研究方向。人體運(yùn)動(dòng)分析系統(tǒng)通常涉及圖像預(yù)處理、運(yùn)動(dòng)目標(biāo)檢測和識別、運(yùn)動(dòng)人體跟蹤、人體行為理解與描述等幾個(gè)主要研究內(nèi)容。目前在運(yùn)動(dòng)目標(biāo)檢測、識別及跟蹤上得到相對成熟的研究成果,而在人體行為理解與描述方面,仍然存在大量問題亟待解決。
本文就人體運(yùn)動(dòng)分析系統(tǒng)中的圖像平滑、跟蹤算法的尺度自適應(yīng)性,以及人體行為理解等
2、問題展開研究,取得的主要成果包括:
(1)提出了一種基于視覺掩蔽效應(yīng)的各向異性擴(kuò)散系數(shù)方程,改進(jìn)了各向異性擴(kuò)散圖像平滑算法,能有效濾除人體運(yùn)動(dòng)序列圖像中的噪聲。比較了現(xiàn)有幾種基于各向異性擴(kuò)散方程的平滑算法的性能,實(shí)驗(yàn)結(jié)果表明,本文方法不僅使恢復(fù)圖像質(zhì)量更好,信噪比更高,且算法的收斂速度快。
(2)由于Mean-Shift算法和粒子濾波算法在目標(biāo)尺寸變化大時(shí)不能準(zhǔn)確跟蹤,定義了多尺度圖像信息量(MSIIM),基
3、于此信息量,提出了一種自動(dòng)更新跟蹤窗口尺寸的目標(biāo)跟蹤算法。實(shí)驗(yàn)結(jié)果表明,本文改進(jìn)的跟蹤算法,對逐漸增大的運(yùn)動(dòng)目標(biāo)和逐漸減小的運(yùn)動(dòng)目標(biāo)都能實(shí)現(xiàn)準(zhǔn)確地實(shí)時(shí)跟蹤。
(3)提出了一種無監(jiān)督的人體運(yùn)動(dòng)序列分割算法,并對分割出的行為段采用隱馬爾可夫模型(HMM)識別。然而,當(dāng)前多數(shù)行為識別算法只關(guān)注于識別包含單個(gè)行為模式的行為段,忽略了運(yùn)動(dòng)序列的分割。本文提出通過檢測特征向量的本征維數(shù)的突變點(diǎn)實(shí)現(xiàn)運(yùn)動(dòng)序列的分割,本征維數(shù)采用主成分分析
4、(PCA)方法估計(jì)。提出了一種基于緊輪廓編碼的點(diǎn)集特征描述運(yùn)動(dòng)人體。在當(dāng)前最常用的兩個(gè)公共數(shù)據(jù)庫上的實(shí)驗(yàn)結(jié)果表明本文算法的有效性。
(4)采用安裝在室內(nèi)墻體上的Panasonic(WV-CW960)攝像頭自行拍攝了人體各類行為視頻,建立了行為數(shù)據(jù)庫OwnSet,作為后續(xù)行為識別和異常檢測算法的研究對象。實(shí)驗(yàn)場景符合實(shí)際監(jiān)控場景,數(shù)據(jù)庫共包含六種行為:行走、慢跑、坐下、蹲下、跌倒和不動(dòng)行為(站立、蹲著、坐著)。
5、 (5)提出了一個(gè)多類行為分類識別系統(tǒng),包含四個(gè)模塊:視頻采集、運(yùn)動(dòng)目標(biāo)檢測與定位、特征提取以及行為分類識別。在運(yùn)動(dòng)目標(biāo)檢測與定位模塊,采用背景減除法;在特征提取模塊,分別提出了運(yùn)動(dòng)能量序列(MES)和運(yùn)動(dòng)能量圖像輪廓編碼(CCMEI)特征;在行為識別模塊,引入了分層分類的思想,分別提出了基于先驗(yàn)知識的決策樹支持向量機(jī)多分類器和基于聚類的決策樹支持向量機(jī)多分類器,且后者比前者更具有通用性。在數(shù)據(jù)庫OwnSet和公共數(shù)據(jù)庫上的實(shí)驗(yàn)結(jié)果表明
6、本文提出的系統(tǒng)對不完整的運(yùn)動(dòng)人體塊,嚴(yán)重的陰影,以及各種不同的衣著等都表現(xiàn)出了穩(wěn)定的識別性能,識別率明顯高于已有算法。
(6)研究了人體運(yùn)動(dòng)分析在智能監(jiān)控中的應(yīng)用,提出了家居看護(hù)中的日常行為異常檢測算法,實(shí)現(xiàn)在無人照看的老人、小孩或病人遇到跌倒危險(xiǎn)時(shí)監(jiān)控系統(tǒng)給出及時(shí)告警。提出了基于組合分類器的跌倒檢測算法,從OwnSet數(shù)據(jù)庫的六種行為中檢測出跌倒;提出了基于支持向量機(jī)分類器的跌倒檢測算法,不僅能檢測跌倒行為,還能區(qū)分是行
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
- 基于視頻的人體運(yùn)動(dòng)分析研究.pdf
- 基于視頻的人體運(yùn)動(dòng)行為分析.pdf
- 基于視頻序列的人體運(yùn)動(dòng)功能分析.pdf
- 基于視頻的人體運(yùn)動(dòng)姿態(tài)分析與重建.pdf
- 基于視頻的人體上肢運(yùn)動(dòng)分析技術(shù)研究.pdf
- 圖像序列中的人體運(yùn)動(dòng)分析.pdf
- 基于單視頻的人體運(yùn)動(dòng)捕獲.pdf
- 基于視頻的人體運(yùn)動(dòng)捕捉系統(tǒng).pdf
- 基于單目視頻序列的人體運(yùn)動(dòng)分析方法研究.pdf
- 視頻中的人體目標(biāo)檢測及其行為識別研究.pdf
- 基于智能手機(jī)的人體運(yùn)動(dòng)狀態(tài)檢測系統(tǒng)及其應(yīng)用研究.pdf
- 基于視頻序列的人體運(yùn)動(dòng)分析系統(tǒng)的研究與實(shí)現(xiàn).pdf
- 基于視頻的人體運(yùn)動(dòng)跟蹤技術(shù)研究.pdf
- 視頻運(yùn)動(dòng)對象分割及其應(yīng)用研究.pdf
- 視頻中的人體動(dòng)作識別研究.pdf
- 基于視頻的人體運(yùn)動(dòng)識別系統(tǒng)研究.pdf
- 視頻中的人體行為分析關(guān)鍵技術(shù)研究.pdf
- 視頻中的人體運(yùn)動(dòng)捕捉及三維骨架重建.pdf
- 基于視頻圖像的人體運(yùn)動(dòng)識別與跟蹤研究.pdf
- 視頻中的人體動(dòng)作行為識別研究.pdf
評論
0/150
提交評論