一种运动目标提取方法及其应用

一种运动目标提取方法及其应用

ID:32352588

大小:130.86 KB

页数:4页

时间:2019-02-03

一种运动目标提取方法及其应用_第1页
一种运动目标提取方法及其应用_第2页
一种运动目标提取方法及其应用_第3页
一种运动目标提取方法及其应用_第4页
资源描述:

《一种运动目标提取方法及其应用》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、2005年5月系统工程与电子技术May2005第27卷 第5期SystemsEngineeringandElectronicsVol.27No.5文章编号:10012506X(2005)0520784204一种运动目标提取方法及其应用1,2112李春明,李玉山,杨 莉,庄庆德(1.西安电子科技大学电路CAD研究所,陕西西安710071;2.河北科技大学信息学院,河北石家庄050054)摘 要:介绍了一种利用高阶统计量(higherorderstatistics,HOS)提取视频序列中运动目标的新方法,并将其应用

2、到人脸识别技术中。利用HOS对高斯噪声的不敏感性分离运动区域和背景,进一步提取出运动目标。当提取出的视频序列中的运动对象为人体时,利用主元素分析法(principlecomponentanalysis,PCA)进行人脸识别。实验证明,算法计算简单,速度快,用于人脸识别时能正确提取出运动的人体。关键词:高阶统计量;运动目标;提取;人脸识别中图分类号:TP391文献标识码:AMovingobjectextractionalgorithmanditsapplication1,2112LIChun2ming,LIYu2

3、shan,YANGLi,ZHUANGQing2de(1.InstituteofElectronicCAD,XidianUniversity,Xi’an710071,China;2.CollegeofInformationScienceandTechnology,HebeiUniversityofScienceandTechnology,Shijiazhuang050054,China)Abstract:AnewmethodofmovingobjectextractionusingHOS(higherorders

4、tatistics)anditsapplicationinfacerecog2nitionarepresented.Firstly,theinsensitivenessofHOStoGaussiannoiseisusedtoautomaticallyseparatethemotionregionfromthebackground.Secondly,themovingobjectisextracted.Iftheextractedmovingobjectisamovinghumanbody,thePCA(prin

5、ciplecomponentanalysis)methodisusedforfacerecognition.Theexperimentalresultshowsthatthealgorithmiseasyandquicktoimplement,andcanextractthemovingbodycorrectly.Keywords:higherorderstatistics;movingobject;extraction;facerecognition像的帧间差灰度图像的高阶统计量,然后比较两个高阶统1 引 言

6、计量的值以提取运动对象。  目前,高阶统计量(higherorderstatistics,HOS)已广泛应2 高阶统计量用于电信、声纳、雷达、地球物理、图像处理、语音处理、生物医学、海洋学等领域。这是由于HOS不但保持了低阶谱所给定一组n个随机变量{X1,X2,⋯,Xn},它们的r=k1[1]没有保持的相位信息,而且具有对高斯噪声的不敏感性,有+k2+⋯+kn阶联合矩定义为[1]利于在高斯噪声背景下的信号检测与估计。在算法中将kkkΔkk12nk2nMom[X,X,⋯,X]=E[X1X⋯X]=12n12n其应用

7、于视频序列运动对象的提取。rr9Φ(ω1,ω2,⋯,ωn)视频序列运动对象的提取,是计算机运动视觉检测与(-j)k1k2kn

8、ω1=ω2=⋯=ωn=09ω19ω2⋯9ωn跟踪中的一个重要步骤,已有的运动对象提取算法主要为:基于检测变化区域的分割算法、基于光流场和基于运动参式中:E———数学期望算子。[2]数估计的方法、基于数学形态学分水岭的算法等。视频在图像的统计特性表征中,认为图像信号是一个随机序列的噪声主要来源于随机噪声、室内亮度变化、室外背景信号,因此可以用高阶谱分析的方法对其进行处理。由于纹理的慢变化等

9、,它们的统计量一般符合高斯特性,而运动高斯噪声的3阶矩为零,为了方便选取阈值,实验中,选取[3]42对象则具有很强的结构性。根据这一特点,在文献[2]的了4阶矩。计算得知,高斯噪声的4阶矩为3σod,σod为噪基础上,提出了一种简单易行的新的运动对象分割算法,即声方差。为了区分噪声和运动对象,可以先分别求噪声与被检测图收稿日期:2004-04-05;修回日期:2004-08-10。基金

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。