2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩88頁未讀, 繼續(xù)免費閱讀

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),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、人體運動捕捉是計算機視覺和機器學(xué)習(xí)領(lǐng)域內(nèi)的一大研究熱點,在人機交互、智能監(jiān)控、虛擬現(xiàn)實、動畫制作、運動分析等領(lǐng)域具有日益廣闊的應(yīng)用前景和巨大的市場價值。
  基于計算機視覺的運動捕捉雖然已經(jīng)經(jīng)過了近30年的發(fā)展,但仍處于實驗室研究階段,現(xiàn)有的系統(tǒng)一般都局限于簡單場景,且僅能捕捉單人或幾個人的簡單動作,對于不加約束的人與背景的自動分離問題、遮擋問題、人體建模問題、姿態(tài)估計狀態(tài)空間龐大問題仍存在很大的研究空間,其魯棒性、精確性和實時性

2、與實際應(yīng)用還有很大距離。針對這些問題,本文將重點從人體運動目標(biāo)提取、人體運動目標(biāo)跟蹤、人體姿態(tài)估計三個部分進行研究,主要工作如下:
  第一,提出了一種基于在線K均值聚類自適應(yīng)混合高斯背景建模的目標(biāo)提取方法,對傳統(tǒng)混合高斯建模中的初始化方法和更新算法進行了改進,能夠有效處理背景中存在的各種干擾,從相對復(fù)雜的場景中較完整準(zhǔn)確地提取出運動目標(biāo),對光照變化也有較強適應(yīng)性。
  第二,提出了一種基于SURF特征的壓縮感知目標(biāo)跟蹤算法

3、,利用對尺度、旋轉(zhuǎn)、噪聲和光照等的很強不變性的SURF特征,并采用加權(quán)分類的思想構(gòu)建分類器。該方法有效避免了人體建模的復(fù)雜問題,可以實現(xiàn)對目標(biāo)快速準(zhǔn)確的跟蹤。
  第三,提出了一種基于約束樹圖模型和位置先驗的姿態(tài)估計方法,先通過檢測跟蹤獲得每一幀圖像中人體上半身的檢測框,再將擴大的檢測框作為Grab-Cut的輸入,分割前景目標(biāo),最后將姿態(tài)估計的區(qū)域限定在分割得到的前景區(qū)域上。之后,通過學(xué)習(xí)身體各部件的位置先驗知識,估計人體的外觀模

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