2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩114頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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、近年來(lái),隨著社會(huì)安防意識(shí)的不斷增強(qiáng),視頻監(jiān)控系統(tǒng)得到了越來(lái)越多的重視。但是目前視頻監(jiān)控的智能化程度還不高,自動(dòng)地進(jìn)行人體行為分類(lèi)及異常行為檢測(cè)的技術(shù)還處于不斷探索之中。本文在現(xiàn)有成果的基礎(chǔ)上,對(duì)運(yùn)動(dòng)目標(biāo)的分割,行為表征,特征提取,行為分類(lèi)以及異常行為檢測(cè)等方面進(jìn)行了分析研究。
   在運(yùn)動(dòng)目標(biāo)檢測(cè)上,總結(jié)了當(dāng)前常用的幾種方法,提出了背景減除與邊緣提取相結(jié)合的目標(biāo)檢測(cè)算法。該算法主要是針對(duì)運(yùn)動(dòng)緩慢的人體目標(biāo)及人體只有某些部位發(fā)生位

2、移的情況,常規(guī)算法提取的人體輪廓是不完整的,本算法解決了這一問(wèn)題。
   在特征表征上,在原有的步態(tài)能量圖基礎(chǔ)上,提出了方差能量圖及圖像拆分算法。方差能量圖比原始的步態(tài)能量圖在識(shí)別率上明顯提高;圖像拆分在陰影及腳部遮擋等問(wèn)題上都具有較好的魯棒性。還提出了將“輪廓線到中心線的距離”作為信息特征進(jìn)行行為分類(lèi),該算法比“輪廓線到中心點(diǎn)的距離”的識(shí)別率高出很多。
   研究了線性流形學(xué)習(xí)的幾種算法,提出了2D2MSDPCA和2D

3、2MSD兩種新的降維方法,它們不但克服了LDA的小樣本問(wèn)題,也增強(qiáng)了算法的行為分類(lèi)能力及魯棒性,最高識(shí)別率為100%。
   在異常行為檢測(cè)中,針對(duì)監(jiān)控畫(huà)面中運(yùn)動(dòng)目標(biāo)離攝像頭遠(yuǎn)近不同、在畫(huà)面中所處位置不同以及畫(huà)面傾斜等問(wèn)題,提出了改進(jìn)的Hu矩與改進(jìn)的Hausdorff距離的有效融合的方法進(jìn)行運(yùn)動(dòng)分析。將基于區(qū)域的離散Hu矩改為基于輪廓的離散Hu矩,并滿足矩的三個(gè)不變性,該算法數(shù)據(jù)簡(jiǎn)潔,運(yùn)算速度快;對(duì)Hausdorff距離進(jìn)行了改

4、進(jìn),將求最大值做為距離判斷標(biāo)準(zhǔn)修改成為求均值,且去除方差最大的數(shù)據(jù),該方法有效地剔除和平滑了噪聲,使識(shí)別率明顯提高;因?yàn)镠u矩提取全局不變量,全局噪聲經(jīng)常會(huì)淹沒(méi)相似圖像的細(xì)微差別,造成識(shí)別錯(cuò)誤。因此,在Hu矩的基礎(chǔ)上,將小波矩引入到異常行為檢測(cè)中。提出了小波輪廓矩的概念,小波輪廓矩計(jì)算量少;對(duì)小波輪廓矩的參數(shù)m、n、q的取值進(jìn)行了詳細(xì)的分析,并對(duì)n參數(shù)的取值進(jìn)行了改進(jìn)。將小波輪廓矩與改進(jìn)的Hausdorff距離融合,利用小波的時(shí)-頻特性

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(méi)有圖紙預(yù)覽就沒(méi)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。

評(píng)論

0/150

提交評(píng)論