基于圖像處理的復(fù)雜環(huán)境人形統(tǒng)計(jì)方法研究_第1頁
已閱讀1頁,還剩68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、 密 級 碩 士 學(xué) 位 論 文 題目 題目 基于 基于圖像處理的復(fù)雜環(huán)境人形統(tǒng)計(jì)方法研 圖像處理的復(fù)雜環(huán)境人形統(tǒng)計(jì)方法研究 (英文) (英文) Research on Humanoid Statistical Method of Complex Environment Detection Based on I

2、mage Processing 研 究 生 學(xué) 號: 1401201017 研 究 生 姓 名: 張 鵬 指導(dǎo)教師姓名、職稱 指導(dǎo)教師姓名、職稱: 黃知超(副教授) 申 請 學(xué) 位 門 類: 工學(xué)碩士 學(xué) 科、專 科、專 業(yè): 機(jī)械工程

3、 論 文 答 辯 日 期: 2017 年 06 月 10 日 摘 要 摘 要 隨著經(jīng)濟(jì)全球化的迅速發(fā)展,公共安全成為人們生活中最重要的問題,智能安防系統(tǒng)不斷的走進(jìn)人們生活中, 成為生活中不可缺少的一部分, 而人形檢測是智能安防系統(tǒng)的最前沿的課題,主要應(yīng)用于智能家庭、智能交通、人體行為分析等領(lǐng)域。本文研究復(fù)雜環(huán)境下的人形統(tǒng)計(jì)方法,由于受場景不同、光線不同、拍攝角度不同、目標(biāo)尺度變化、人體形態(tài)差異、偽裝效應(yīng)和動態(tài)背景等因

4、素的影響,準(zhǔn)確進(jìn)行人形統(tǒng)計(jì)有很大難度,為此,本文做了以下主要工作: 通過分析基于膚色模型和 AdaBoost 算法的人臉檢測的優(yōu)點(diǎn)與弊端,改進(jìn)了一種基于膚色信息的 AdaBoost 級聯(lián)分類器算法,實(shí)現(xiàn)了膚色模型與級聯(lián)結(jié)構(gòu)的 AdaBoost分類器算法的良好結(jié)合, 提高了復(fù)雜場景中光照變化以及人臉姿態(tài)變化對人臉檢測的精確性。 采用相機(jī)垂直架設(shè)的方法,利用 HOG 特征,獲取人體頭部特征信息,采取機(jī)器學(xué)習(xí)的方法進(jìn)行人形檢測;并采用增量學(xué)

5、習(xí)的訓(xùn)練方法,獲得最終的 SVM 分類器,解決了復(fù)雜場景中人形目標(biāo)較多時人形目標(biāo)相互遮擋的問題。 采用訓(xùn)練頭肩檢測器來作為人形檢測的分類器,把提取 Haar 特征的級聯(lián)結(jié)構(gòu)AdaBoost 算法分類器作為初級分類器,再將提取 HOG 特征的 SVM 分類器作為次級分類器, 最終將兩級分類器組成級聯(lián)分類器用于頭肩檢測, 提高了不同角度視頻場景下的人形檢測的準(zhǔn)確性。 通過對以上算法的綜合應(yīng)用和實(shí)驗(yàn), 結(jié)果表明, 本文算法不僅提高了復(fù)雜環(huán)境下

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。

評論

0/150

提交評論