復雜場景下步態(tài)識別技術(shù)研究.pdf_第1頁
已閱讀1頁,還剩74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),請進行舉報或認領(lǐng)

文檔簡介

1、步態(tài)是一種動態(tài)演化的行為特征,高效快速的步態(tài)識別可有效提高安保的安全性。在視頻數(shù)據(jù)處理方面,通過人體檢測和跟蹤得到步態(tài)的視頻序列,選取精確度和信息度高的圖像幀進行后續(xù)分析和處理,以提高步態(tài)識別系統(tǒng)前期數(shù)據(jù)的精確性和可靠性。在步態(tài)識別方面,必須考慮步態(tài)識別的需求和環(huán)境問題,提取清晰、正確的步態(tài)特征,并且設(shè)計識別準確率高的識別方法。根據(jù)步態(tài)識別的特點,本文的研究內(nèi)容如下:
  1.研究人體檢測技術(shù),在采用背景減除法提取運動目標的基礎(chǔ)上

2、,利用人體的方向梯度直方圖HOG特征,采用線性支持向量機SVM分類器,檢測出人體區(qū)域。考慮復雜場景下的人體檢測的實時性要求,對混合高斯模型進行改進,通過提高其建模速度,提高人體檢測速率。
  2.采用粒子濾波方法,進行人體跟蹤,研究遮擋問題。針對長時間遮擋問題進行分析,對方向梯度直方圖HOG特征結(jié)合粒子濾波的方法進行改進。通過可信度,來判斷當前跟蹤人體,決定是否進行目標關(guān)聯(lián),從而提高人體被遮擋情況下跟蹤的準確性。
  3.針

3、對復雜場景的步態(tài)識別中,人體輪廓變化,造成的識別率低的問題,采用多特征融合的方法提高其識別率。包括在步態(tài)能量圖GEI基礎(chǔ)上,采用增強步態(tài)能量圖EGEI和靜態(tài)能量圖,分別進行特征提取。采用最近鄰NN進行識別,最后進行決策層特征融合的研究,目的是提高目標識別率。
  本文從生物信息識別的研究出發(fā),結(jié)合生物學、統(tǒng)計學和物理學等領(lǐng)域相關(guān)知識,對復雜場景下的人體檢測、人體跟蹤和多特征融合的步態(tài)識別展開研究,為步態(tài)識別系統(tǒng)的實際應(yīng)用提供幫助。

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)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(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。

評論

0/150

提交評論