版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、視頻監(jiān)控中的人體在計算機視覺領域的關注度較高,并且人體姿態(tài)估計是在計算機視覺領域有廣泛運用前景的研究課題,所以在計算機視覺方向中人體姿態(tài)估計已成一個非常重要的研究熱點。受到人體姿態(tài)的多種多樣、遮擋與自遮擋、光照等問題的影響,現存的人體姿態(tài)估計技術尚無在魯棒性和運行效率方面都令人非常滿意的解決方案。
本文針對這一問題,以深度圖像為基礎,提出了一種利用深度圖像的光照不變性、空間信息一致性等優(yōu)勢的人體姿態(tài)估計方法。
首先由
2、于傳統(tǒng)的圖像特征提取方法并不適合人體姿態(tài)估計這一領域,本文利用深度圖像與傳統(tǒng) RGB圖像相比不易受到光照變化、背景復雜以及人體服裝的差異較大的影響,提出了一種基于深度圖像梯度(Gradient of Depth,GoD)的特征提取方法。該方法利用圖像中深度信息計算出每個像素點在水平方向和垂直方向的梯度值;其次計算每個像素點與鄰域內像素點之間的差值,從而得到一個四維特征。將人體姿態(tài)估計這一問題簡化為單純的深度信息的人體部件分類。通過實驗證
3、明,不僅在準確率上有著明顯的提升,并且具有更強的魯棒性。
其次,由于人體姿態(tài)估計的最終目標是應用在現實場景,因此在運行效率上具有較高的要求。本文以降低測試階段的時間為目的,在原有的隨機森林基礎上,通過對決策樹的權重排序和在測試階段減少參與最后決策的決策樹的方法優(yōu)化了隨機森林,并通過實驗驗證了在沒有降低準確率的情況下,在測試階段減少了時間開銷。
最后總結了論文的研究內容,同時指出了研究中的不足之處,并且進行了對后期工作
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,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔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
- 單一深度圖像人體部位識別.pdf
- 靜態(tài)圖像中的人體姿態(tài)估計研究.pdf
- 視頻中人體姿態(tài)估計、跟蹤與行為識別研究.pdf
- 基于深度圖像數據的人體動作識別.pdf
- 單目視頻中人體運動建模及姿態(tài)估計研究.pdf
- 基于深度圖像的人體輪廓識別技術.pdf
- 3D深度圖像的估計及編碼.pdf
- 基于深度圖像和骨骼數據的人體動作識別.pdf
- 深度圖像增強算法研究.pdf
- 深度圖像分析方法研究.pdf
- 基于深度圖像的人體行為聚類分析方法的研究.pdf
- 基于深度圖的實時部位識別和姿態(tài)估計技術與系統(tǒng).pdf
- 人體姿態(tài)估計方法研究.pdf
- 深度圖像下基于特征學習的人體檢測方法研究.pdf
- 深度圖像下人體部位識別關鍵技術研究.pdf
- 基于Kinect深度圖像的人體目標檢測與跟蹤算法研究.pdf
- 深度圖像修復算法研究
- 靜態(tài)圖片人體姿態(tài)估計研究.pdf
- Kinect深度圖像增強算法研究.pdf
- 基于深度圖像的人體關節(jié)點定位的方法研究.pdf
評論
0/150
提交評論