基于視頻圖像的人體運動識別與跟蹤研究.pdf_第1頁
已閱讀1頁,還剩73頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明: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,請進行舉報或認領

文檔簡介

1、近年來,從人體運動的圖像序列中檢測、識別和跟蹤感興趣的人體部位是圖像處理和計算機視覺領域中的熱門課題之一,它具有非常廣闊的應用前景。例如,在醫(yī)學方面,運用人體運動來分析傷殘患者的運動信息,能對他們的病癥診斷和身體康復起到很大地幫助;在體育運動方面,運用人體運動來分析運動員的運動信息,對提高他們的運動成績是很有幫助的。人體運動分析過程首先是獲取由攝像機攝入的視頻圖像序列,然后采用適當?shù)馗櫵惴▽\動人體的關節(jié)點進行跟蹤,最后把關節(jié)點在圖像

2、序列中的坐標進行三維重構,并用所獲取的三維參數(shù)進行人體運動進行分析。 本文主要研究的是如何在保證匹配精度的條件下快速、準確地確定圖像序列中人體各個關節(jié)點的位置,并使之能夠應用到運動解析中。本文通過對已有算法的分析和根據(jù)人體關節(jié)點運動的實際需要,在四步運動矢量查找算法FourStepSearch(FSS)的基礎之上采用了一種效率更高,查找更準確的自適應大小查找算法AdaptiveSizeSearch(ASS)。此外本文還重點研究了

3、基于均值偏移的目標跟蹤算法(MeanShiftAlgorithm),并在此基礎上,對均值偏移算法進行了改進,提出了一種適應運動幅度較大地人體關節(jié)點的動態(tài)均值偏移跟蹤算法。通過對均值偏移算法和動態(tài)均值偏移跟蹤算法的分析和實驗比較,可以看出動態(tài)均值偏移跟蹤算法,由于利用了目標的空間位置信息,從而提高了跟蹤目標的可靠性和有效性。為了更進一步地提高跟蹤運動目標的準確性,本文提出了將動態(tài)偏移跟蹤算法與多種常用矩結合起來,對人體關節(jié)點目標進行了跟蹤

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(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,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)容負責。
  • 6. 下載文件中如有侵權或不適當內(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。

評論

0/150

提交評論