基于視頻的人體行為分析算法的研究.pdf

1、基于視覺的人體行為分析是計(jì)算機(jī)視覺領(lǐng)域的一個(gè)研究熱點(diǎn)，在智能視頻監(jiān)控、人體運(yùn)動(dòng)分析、自然人機(jī)交互、虛擬現(xiàn)實(shí)以及視頻編解碼與傳輸?shù)确矫婢哂袕V闊的應(yīng)用前景。由于人體運(yùn)動(dòng)自身的復(fù)雜性以及環(huán)境的多樣性，使得人體行為識(shí)別具有很大的挑戰(zhàn)性。因此，研究基于視覺的運(yùn)動(dòng)人體行為分析具有非常重要的理論意義和實(shí)用價(jià)值。
　　本文圍繞基于視覺的人體行為分析的相關(guān)問題展開研究，主要包括運(yùn)動(dòng)目標(biāo)提取、目標(biāo)跟蹤、特征提取以及人體行為識(shí)別算法四個(gè)方面。
　

2、　1.在運(yùn)動(dòng)目標(biāo)檢測(cè)方面，提出了一種改進(jìn)的運(yùn)動(dòng)目標(biāo)檢測(cè)算法。采用Surendra背景減除法從背景中提取出前景區(qū)域，并采用動(dòng)態(tài)閾值修正來適應(yīng)場(chǎng)景的變化，同時(shí)利用四幀差分算法得到運(yùn)動(dòng)目標(biāo)，然后將兩種方法得到的二值化圖像進(jìn)行邏輯“或”運(yùn)算，最后經(jīng)過圖像后處理，最終得到完整的運(yùn)動(dòng)目標(biāo)。
　　2.在運(yùn)動(dòng)目標(biāo)跟蹤方面，在分析現(xiàn)有跟蹤方法的基礎(chǔ)上，利用OpenCV技術(shù)實(shí)現(xiàn)了一種基于改進(jìn)粒子濾波的團(tuán)塊跟蹤算法。其中，改進(jìn)粒子濾波算法的思想是在粒子

3、濾波器的框架下利用均值漂移(Mean Shift)算法對(duì)每個(gè)粒子進(jìn)行優(yōu)化。實(shí)驗(yàn)證明，本文算法提高了跟蹤速度，同時(shí)也能避免Mean Shift跟丟及相互遮擋的問題。
　　3.在特征提取方面，本文采用改進(jìn)的Hu矩提取運(yùn)動(dòng)人體的七個(gè)不變矩特征，通過提取運(yùn)動(dòng)人體輪廓及人體最小正外接矩形得到運(yùn)動(dòng)人體的輪廓周長(zhǎng)及面積、外接矩形周長(zhǎng)及面積，從而計(jì)算出入體的高寬比、周長(zhǎng)比、占空比作為人體運(yùn)動(dòng)特征，最后將不變矩特征和運(yùn)動(dòng)特征組合成向量的形式，一起作