基于視覺的運動目標檢測與姿態(tài)識別算法研究.pdf

1、隨著世界性的社會老齡化的日益嚴重,以及建設“和諧社會”,提高老人生活質量的迫切需要,獨居老人的監(jiān)護問題顯得越來越重要。視覺是人類的一種重要的感覺,也是對周圍復雜的環(huán)境進行感知的最有效的手段之一,在現(xiàn)實生活當中,許多有意義的視覺信息都是包含在運動當中的,對于運動的目標和物體,人眼也要更加的敏感,能夠在很短的時間內發(fā)現(xiàn)運動目標,并且提取出目標的運動軌跡,對其進行預測和描繪。本文通過利用計算機視覺技術對視頻內容分析,主要研究運動人體的檢測、跟

2、蹤和異常姿態(tài)識別的算法,通過仿真實驗驗證效果,最終實現(xiàn)對獨居老人的智能監(jiān)護。具體算法研究涉及到運動目標檢測、跟蹤和人體異常姿態(tài)識別三部分。
　　首先,在運動目標檢測中,采用了基于幀間差分法的運動目標檢測方法,通過灰度化,相鄰圖像差分、二值化、形態(tài)學濾波、連通性檢測等步驟,最終完成運動目標區(qū)域提取。幀間差分法算法簡單,易于實現(xiàn)適用于實時運動目標檢測,也不需要考慮背景更新,對光照變化不敏感,受陰影影響也比較小。
　　其次,在目標

3、跟蹤方面,首先對目前常用的跟蹤方法進行了簡單介紹,并且分析并研究了各算法的主要適用領域,然后詳細介紹了基于卡爾曼濾波的運動目標跟蹤方法?？柭鼮V波是一種基于運動估計的跟蹤算法。本文通過利用卡爾曼濾波建立了系統(tǒng)的運動估計模型,對運動目標的最優(yōu)估計進行實現(xiàn),最終通過仿真實驗對視頻中的運動目標進行估計,驗證了算法的性能。
　　最后,在異常姿態(tài)識別方面,首先介紹了目前常用的異常行為分析方法,主要采用目標團塊外接矩形框來標識,特征提取的主要