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、如何實現(xiàn)人體目標的檢測與跟蹤是自主機器人研究領(lǐng)域的關(guān)鍵問題之一,廣泛應(yīng)用于視覺監(jiān)控系統(tǒng),服務(wù)行業(yè)及人機交互方面。傳統(tǒng)的基于單目視覺的目標跟蹤算法主要依靠目標的顏色模型,對于目標及背景有較高的要求,且在實際應(yīng)用中現(xiàn)有的跟蹤算法常受諸多因素制約,如人體目標出現(xiàn)和消失位置的不固定、運動軌跡多樣、目標的遮擋和目標本身的旋轉(zhuǎn)等,另外對于相對比較復(fù)雜的室外環(huán)境難以保證跟蹤的效果。
本論文目標為解決實驗室室內(nèi)及室外環(huán)境中人體目標的檢測及
2、跟蹤問題,致力于研究魯棒性較強的特征描述符算法,將圖像區(qū)域編碼成高維特征向量來完成高精度的是否為人體的檢測。本文方法使用低水平的表象及輪廓信息來檢測人體,避免了傳統(tǒng)的顏色模型,并且對于旋轉(zhuǎn)、尺度縮放、亮度變化都能保持很好的不變性,為了測試特征描述符的有效性,使用相對簡單的支持向量機作為分類器。
人體目標檢測問題的核心是目標的前景觀測,本論文中使用局部標準化的梯度方向直方圖作為特征描述符,主要由圖像的梯度計算而來,但最大的特
3、點是基于密集統(tǒng)一的局部空間網(wǎng)格區(qū)域來計算的,并且采用重疊描述符的標準化來表述圖像特征以提高整個算法的性能。在人體目標檢測時用偵查窗口對整個圖像的多尺度及位置進行掃描,并且在每個位置上執(zhí)行已經(jīng)訓(xùn)練好的分類器進行判別,判別時主要依據(jù)的是支持向量機經(jīng)過學(xué)習(xí)得到的離線參數(shù)。
此外還實現(xiàn)了基于貝葉斯框架下的多人體目標跟蹤。在基于較為準確的梯度直方圖人體目標檢測算法基礎(chǔ)上,為已獲知的目標建立非恒速運動方程,采用卡爾曼濾波對目標進行持續(xù)
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。
最新文檔
- 基于譜直方圖和支持向量機的人臉檢測.pdf
- 基于局部方向梯度直方圖的快速目標跟蹤.pdf
- 基于梯度方向直向直方圖和支持向量機的行人檢測方法研究.pdf
- 基于梯度方向直向直方圖和支持向量機的行人檢測方法研究(1)
- 采用支持向量機的人體行為識別.pdf
- 基于支持向量機的目標跟蹤技術(shù)研究.pdf
- 基于排序支持向量機的目標跟蹤算法研究.pdf
- 基于共生與非共生梯度直方圖的人體檢測.pdf
- 基于結(jié)構(gòu)支持向量機的目標跟蹤算法研究.pdf
- 基于多攝像機的人體目標跟蹤技術(shù)實現(xiàn).pdf
- 基于梯度方向直方圖的人體檢測算法的改進.pdf
- 基于支持向量機的實時視頻目標跟蹤技術(shù)研究.pdf
- 基于多尺度方向梯度直方圖的人體三維姿態(tài)估計.pdf
- 基于Kinect的人體目標檢測與跟蹤.pdf
- 基于指數(shù)梯度更新的支持向量機算法.pdf
- 基于Contourlet和支持向量機的人臉識別研究.pdf
- 基于支持向量機的人臉識別技術(shù).pdf
- 基于支持向量機的特征提取與目標跟蹤算法研究.pdf
- 基于壓縮感知和支持向量機的人臉表情識別.pdf
- 基于粗糙集和支持向量機的人臉識別.pdf
評論
0/150
提交評論