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)行舉報或認(rèn)領(lǐng)
文檔簡介
1、圖像序列中人體運動的視覺分析是計算機(jī)視覺研究領(lǐng)域的重要課題之一,也是近年來備受研究者關(guān)注的前沿方向。人體運動的跟蹤與識別主要包括:從背景圖像中檢測出運動人體;在視頻中對運動人體進(jìn)行跟蹤;提取運動特征;運動識別。本文主要對人體運動的跟蹤、特征提取與識別進(jìn)行了研究,主要工作體現(xiàn)在以下幾個方面: (1)提出了一種多特征的基于Mean Shift算法和粒子濾波器的跟蹤算法。利用系統(tǒng)模型對粒子進(jìn)行傳播得到粒子新的預(yù)測值后,將Mean Sh
2、ift算法用于每一個粒子,經(jīng)過Mean Shift迭代,使粒子集中在其局部區(qū)域內(nèi)。粒子在集中的過程中會獲得較大的權(quán)值,很好地克服了粒子濾波器的退化現(xiàn)象,且在很大程度上減少了所需的粒子數(shù)目,提高了算法的效率。同時考慮到單一特征的局限性,取顏色和紋理特征作為觀測模型,增強(qiáng)了算法的魯棒性。 (2)提出一種綜合運動歷史圖像(MHI)、特征圖像、人體輪廓高寬比和速度的特征提取方法。采用基于梯度的光流場計算速度,人體輪廓高寬比可以較好的區(qū)分
3、不同的運動模式,MHI在空間上很好地描述了運動發(fā)生的位置和區(qū)域,又在時間上反映了運動是如何發(fā)生的,特征圖像隱式包含了運動的速度與方向。從運動序列中的一個運動周期內(nèi)提取出多幅MHI及特征圖像,通過主成分分析法進(jìn)行降維,得到表示運動的特征點;將特征點與速度和人體輪廓高寬比組成一個向量作為復(fù)合運動特征。 (3)采用基于改進(jìn)模糊C均值聚類(FCM)和學(xué)習(xí)矢量量化網(wǎng)絡(luò)的識別方法對人體運動進(jìn)行識別。在FCM中,提出了一種自適應(yīng)初始化聚類中心
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。
最新文檔
- 運動人體的檢測、識別與跟蹤技術(shù)的研究.pdf
- 運動人體跟蹤及特征行為識別.pdf
- 基于視頻圖像的人體運動識別與跟蹤研究.pdf
- 基于視頻圖像的運動人體識別與跟蹤算法研究.pdf
- 人體運動的檢測與跟蹤.pdf
- 人體運動跟蹤.pdf
- 運動人體目標(biāo)跟蹤及異常行為識別.pdf
- 舉重運動圖像序列中人體關(guān)節(jié)點的識別與跟蹤.pdf
- 視頻中運動人體跟蹤及行為識別研究.pdf
- 人體運動的視覺重建與識別.pdf
- 人體運動跟蹤的方法與實驗研究.pdf
- 人體運動目標(biāo)跟蹤的研究.pdf
- 人體運動的檢測與跟蹤方法的研究.pdf
- 運動車輛的檢測識別與跟蹤.pdf
- 運動人體的檢測與跟蹤方法研究.pdf
- 人體運動識別與綜合分析系統(tǒng).pdf
- 基于Kinect的人體步態(tài)跟蹤與識別技術(shù).pdf
- 目標(biāo)與人體運動跟蹤及運動模擬.pdf
- 人體關(guān)節(jié)運動跟蹤技術(shù)的研究.pdf
- 人體運動目標(biāo)檢測與跟蹤關(guān)系問題研究.pdf
評論
0/150
提交評論