欢迎来到天天文库
浏览记录
ID:33550981
大小:6.28 MB
页数:71页
时间:2019-02-27
《基于人体识别的历史人物交互平台的研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得安徽大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名:节音皤签字日期:20f斗年6月罗日学位论文版权使用授权书本学位论文作者完全了解安徽大学有关保留、使用学位论文的规定,有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅
2、和借阅。本人授权安徽大学可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本授权书)学位论文作者签名:步々睹签字日期:≥。lq-年6月了日导师签名:舅j堋签字日期:加f3、是应用在科技馆、展览馆以及历史馆内场所,此平台让交互人员有一种身临其境的真实感觉。本文中的历史人物交互平台主要是利用的是计算机视觉的知识来达到人机交互的功能,这种基于计算机视觉的方法主要是依靠相关视频采集设备来采集用户与交互平台交互的时候的相关实时的操作动作,然后进行运动物体的分割、运动物体的检测、运动物体的跟踪、人体定位、行为识别等操作,获取观众的操作意图,然后把这种意图实时的反馈给计算机做处理,做出相应的交互结果。这样说来本文中的历史人物交互平台在计算机视觉方面主要涉及了以下几个方面:历史人物平台交互时候的人体4、检测、人体跟踪、人机交互的姿势识别以及人体定位等。本文主要的研究工作如下:本文首先详细介绍了数字图像的基础知识以及一些基本的数字图像处理过程,并且还介绍了使用DirectShow来获取需要处理的图像序列。之后列出了现如今的人体检测的几个难点,并且在此基础上介绍了当前比较常用的三种人体检测算法原理及过程,同时对这三种人体检测算法的优缺点进行了对比,结合历史人物交互平台的具体使用场景选取了基于混合高斯模型的目标检测算法来做为此平台的人体检测算法,但是此算法在光线变化比较大的场景中时候会出现检测失误的问题,为了解决避免出5、现这种情况,本文提出了一种改进型的基于混合高斯模型的目标检测算法,这种算法利用即时的背景差分以及高斯混合模型相结合的方法,当光线变化非常大的时候,就使用背景差分法来进行前景检测并且实时更新高斯混合模型,从而达到准确检测的效果,反而当光线变化不明显的时候,就把图像序列中的图像进行隔帧更新高斯模型的参数从而让算法的实时性更好。安徽大学2014届硕士学位论文基于人体识别的历史人物交互平台的研究接下来在本文中探讨了人体跟踪的MeanShift跟踪算法,详细介绍了MeanShift算法的基本原理,以及介绍了基于MeanShi6、ft算法的目标跟踪的原理并实验证明了此算法的效果在此平台还是比较好的。为了更好的实现与历史人物交互平台的交互功能,本文提出了一种比较简单地双目视觉定位的方法,此方法通过结合空问直线定位以及摄像机的几何投影原理可以避免传统定位算法中的比较复杂的标定过程,从而让此方法的实用性更高。在本文的最后结合先前提出的人体检测、跟踪以及定位算法设计出了历史人物交互平台并得到了应用。关键词:人机交互,混合高斯模型,人体跟踪,历史人物交互,双目视觉定位AbstractNowadayswiththedevelopmentofeconom7、y,people’Slivinglevelbecominghigherandhigher,meanwhilepeople’Sspiritualpursuitgrowingfast,SOnowadaysmoreandmorepeoplepursuetheirownspiritualenjoyment,suchasmoreandmorepeopleliketoreadpoems,moreandmorepeopleliketovisitscienceandtechnologymuseum,historymuseumand8、otherplaces,inthepaper,theinteractionplatformofhistoricalfiguresismainlyusedinscienceandtechnologymuseum,exhibitionhallandthehistoricalmuseum,thisplatformCanletpeoplewhointeractwit
3、是应用在科技馆、展览馆以及历史馆内场所,此平台让交互人员有一种身临其境的真实感觉。本文中的历史人物交互平台主要是利用的是计算机视觉的知识来达到人机交互的功能,这种基于计算机视觉的方法主要是依靠相关视频采集设备来采集用户与交互平台交互的时候的相关实时的操作动作,然后进行运动物体的分割、运动物体的检测、运动物体的跟踪、人体定位、行为识别等操作,获取观众的操作意图,然后把这种意图实时的反馈给计算机做处理,做出相应的交互结果。这样说来本文中的历史人物交互平台在计算机视觉方面主要涉及了以下几个方面:历史人物平台交互时候的人体
4、检测、人体跟踪、人机交互的姿势识别以及人体定位等。本文主要的研究工作如下:本文首先详细介绍了数字图像的基础知识以及一些基本的数字图像处理过程,并且还介绍了使用DirectShow来获取需要处理的图像序列。之后列出了现如今的人体检测的几个难点,并且在此基础上介绍了当前比较常用的三种人体检测算法原理及过程,同时对这三种人体检测算法的优缺点进行了对比,结合历史人物交互平台的具体使用场景选取了基于混合高斯模型的目标检测算法来做为此平台的人体检测算法,但是此算法在光线变化比较大的场景中时候会出现检测失误的问题,为了解决避免出
5、现这种情况,本文提出了一种改进型的基于混合高斯模型的目标检测算法,这种算法利用即时的背景差分以及高斯混合模型相结合的方法,当光线变化非常大的时候,就使用背景差分法来进行前景检测并且实时更新高斯混合模型,从而达到准确检测的效果,反而当光线变化不明显的时候,就把图像序列中的图像进行隔帧更新高斯模型的参数从而让算法的实时性更好。安徽大学2014届硕士学位论文基于人体识别的历史人物交互平台的研究接下来在本文中探讨了人体跟踪的MeanShift跟踪算法,详细介绍了MeanShift算法的基本原理,以及介绍了基于MeanShi
6、ft算法的目标跟踪的原理并实验证明了此算法的效果在此平台还是比较好的。为了更好的实现与历史人物交互平台的交互功能,本文提出了一种比较简单地双目视觉定位的方法,此方法通过结合空问直线定位以及摄像机的几何投影原理可以避免传统定位算法中的比较复杂的标定过程,从而让此方法的实用性更高。在本文的最后结合先前提出的人体检测、跟踪以及定位算法设计出了历史人物交互平台并得到了应用。关键词:人机交互,混合高斯模型,人体跟踪,历史人物交互,双目视觉定位AbstractNowadayswiththedevelopmentofeconom
7、y,people’Slivinglevelbecominghigherandhigher,meanwhilepeople’Sspiritualpursuitgrowingfast,SOnowadaysmoreandmorepeoplepursuetheirownspiritualenjoyment,suchasmoreandmorepeopleliketoreadpoems,moreandmorepeopleliketovisitscienceandtechnologymuseum,historymuseumand
8、otherplaces,inthepaper,theinteractionplatformofhistoricalfiguresismainlyusedinscienceandtechnologymuseum,exhibitionhallandthehistoricalmuseum,thisplatformCanletpeoplewhointeractwit
此文档下载收益归作者所有