室內(nèi)復(fù)雜環(huán)境下基于彩色圖像序列的運(yùn)動(dòng)人體識(shí)別.pdf

1、人體運(yùn)動(dòng)視覺(jué)分析是近年來(lái)計(jì)算機(jī)視覺(jué)領(lǐng)域中備受關(guān)注的前沿方向，它從包含人的圖像序列中檢測(cè)、識(shí)別、跟蹤人體并對(duì)其行為進(jìn)行理解和描述，屬于圖像分析和理解的范疇。從技術(shù)角度而言，人體運(yùn)動(dòng)分析的研究?jī)?nèi)容相當(dāng)豐富，主要涉及到模式識(shí)別、圖像處理、計(jì)算機(jī)視覺(jué)、人工智能等學(xué)科知識(shí)；同時(shí)，動(dòng)態(tài)場(chǎng)景中運(yùn)動(dòng)目標(biāo)的快速分割、人體的非剛性運(yùn)動(dòng)、自遮擋和互遮擋等也為人體運(yùn)動(dòng)分析研究帶來(lái)了一定挑戰(zhàn)。人體運(yùn)動(dòng)分析在人機(jī)智能交互、安全監(jiān)控、視頻會(huì)議、醫(yī)療診斷及基于內(nèi)容的圖

2、像存儲(chǔ)與檢索等方面具有廣泛應(yīng)用前景。 運(yùn)動(dòng)分析過(guò)程一般包括四個(gè)階段：目標(biāo)檢測(cè)，目標(biāo)識(shí)別，目標(biāo)跟蹤，運(yùn)動(dòng)分析與理解。不同的應(yīng)用場(chǎng)合，這四個(gè)階段并不一定全都存在。一般情況下，目標(biāo)檢測(cè)和識(shí)別是必要的，文中重點(diǎn)研究運(yùn)動(dòng)目標(biāo)識(shí)別。 首先介紹研究背景和國(guó)內(nèi)外現(xiàn)狀、研究任務(wù)和目標(biāo)。 接下來(lái)，在運(yùn)動(dòng)目標(biāo)檢測(cè)階段主要研究運(yùn)動(dòng)目標(biāo)檢測(cè)算法、運(yùn)動(dòng)目標(biāo)的提取和目標(biāo)模型的建立。運(yùn)動(dòng)目標(biāo)檢測(cè)的任務(wù)是將運(yùn)動(dòng)目標(biāo)從序列圖像中提取出來(lái)，它是后續(xù)處

3、理的基礎(chǔ)。首先，在分析現(xiàn)階段較常用的三種運(yùn)動(dòng)目標(biāo)提取算法(背景差分法，幀間差分法，光流法)基礎(chǔ)上，考慮到本文的適用場(chǎng)合，采用背景差分法。然后，對(duì)檢測(cè)結(jié)果作一次預(yù)處理：剔除檢測(cè)得到的錯(cuò)誤目標(biāo)，并對(duì)運(yùn)動(dòng)目標(biāo)作有關(guān)處理，包括去除噪聲雜點(diǎn)，填充空洞等，有利于減小后續(xù)處理的計(jì)算量，提高后續(xù)處理時(shí)間效率。最后，建立用于識(shí)別的局部人體二維在識(shí)別之前研究了人體模型特征。首先，介紹了幾種具有旋轉(zhuǎn)、平移、縮放不變性的特征類型；然后，針對(duì)本文應(yīng)用環(huán)境，選擇目

4、標(biāo)的部分形狀輪廓的7個(gè)不變矩作為特征向量而提取出來(lái)。由于矩?cái)?shù)值分布范圍大，且有可能為負(fù)值，為了利于識(shí)別，文中對(duì)矩不變量進(jìn)行先取絕對(duì)值再開方的壓縮處理。 在運(yùn)動(dòng)目標(biāo)的識(shí)別階段，目標(biāo)識(shí)別即分類。本文的運(yùn)動(dòng)目標(biāo)分為兩類：人和非人。在介紹BP神經(jīng)網(wǎng)絡(luò)的原理、性能和學(xué)習(xí)規(guī)則基礎(chǔ)上，針對(duì)BP神經(jīng)網(wǎng)絡(luò)分類器缺點(diǎn)探索從多方面予以改進(jìn)，同時(shí)描述了幾種基于數(shù)值優(yōu)化的BP算法。通過(guò)對(duì)具有不同隱層單元數(shù)的神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和測(cè)試，找到最佳的隱單元數(shù)；然后，