版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、人體運動視覺分析是近年來計算機視覺領域中備受關注的前沿方向,它從包含人的圖像序列中檢測、識別、跟蹤人體并對其行為進行理解和描述,屬于圖像分析和理解的范疇。從技術角度而言,人體運動分析的研究內容相當豐富,主要涉及到模式識別、圖像處理、計算機視覺、人工智能等學科知識;同時,動態(tài)場景中運動目標的快速分割、人體的非剛性運動、自遮擋和互遮擋等也為人體運動分析研究帶來了一定挑戰(zhàn)。人體運動分析在人機智能交互、安全監(jiān)控、視頻會議、醫(yī)療診斷及基于內容的圖
2、像存儲與檢索等方面具有廣泛應用前景。 運動分析過程一般包括四個階段:目標檢測,目標識別,目標跟蹤,運動分析與理解。不同的應用場合,這四個階段并不一定全都存在。一般情況下,目標檢測和識別是必要的,文中重點研究運動目標識別。 首先介紹研究背景和國內外現(xiàn)狀、研究任務和目標。 接下來,在運動目標檢測階段主要研究運動目標檢測算法、運動目標的提取和目標模型的建立。運動目標檢測的任務是將運動目標從序列圖像中提取出來,它是后續(xù)處
3、理的基礎。首先,在分析現(xiàn)階段較常用的三種運動目標提取算法(背景差分法,幀間差分法,光流法)基礎上,考慮到本文的適用場合,采用背景差分法。然后,對檢測結果作一次預處理:剔除檢測得到的錯誤目標,并對運動目標作有關處理,包括去除噪聲雜點,填充空洞等,有利于減小后續(xù)處理的計算量,提高后續(xù)處理時間效率。最后,建立用于識別的局部人體二維在識別之前研究了人體模型特征。首先,介紹了幾種具有旋轉、平移、縮放不變性的特征類型;然后,針對本文應用環(huán)境,選擇目
4、標的部分形狀輪廓的7個不變矩作為特征向量而提取出來。由于矩數值分布范圍大,且有可能為負值,為了利于識別,文中對矩不變量進行先取絕對值再開方的壓縮處理。 在運動目標的識別階段,目標識別即分類。本文的運動目標分為兩類:人和非人。在介紹BP神經網絡的原理、性能和學習規(guī)則基礎上,針對BP神經網絡分類器缺點探索從多方面予以改進,同時描述了幾種基于數值優(yōu)化的BP算法。通過對具有不同隱層單元數的神經網絡的訓練和測試,找到最佳的隱單元數;然后,
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。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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
- 基于彩色圖像序列的運動人體檢測與跟蹤研究.pdf
- 復雜環(huán)境中運動人體圖像分割與識別算法研究.pdf
- 基于動態(tài)圖像序列的運動人體行為識別的研究.pdf
- 復雜環(huán)境下運動人體分割算法的研究.pdf
- 復雜背景下基于序列圖像的人體識別與跟蹤.pdf
- 基于彩色序列圖像的運動人臉檢測與跟蹤研究.pdf
- 復雜交通環(huán)境下的運動人體檢測研究.pdf
- 基于視頻圖像的運動人體識別與跟蹤算法研究.pdf
- 視頻圖像序列中運動人體跟蹤方法研究.pdf
- 復雜環(huán)境下運動人體檢測與跟蹤算法研究.pdf
- 基于視頻的運動人體行為識別.pdf
- 基于視頻序列的運動人體檢測.pdf
- 復雜背景下的運動人體跟蹤算法研究.pdf
- 室內環(huán)境下的多運動人體跟蹤方法研究.pdf
- 圖像序列中運動人體檢測和跟蹤算法研究.pdf
- 基于視頻序列的運動人體檢測和跟蹤.pdf
- 基于視頻的多目標運動人體行為識別.pdf
- 視頻圖像中的運動人體檢測和人臉識別.pdf
- 基于視頻流的運動人體行為識別研究.pdf
- 基于形狀復雜度的運動人體定位研究.pdf
評論
0/150
提交評論