基于hidden+markov+model的人体姿态识别探究

《基于hidden+markov+model的人体姿态识别探究》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、硕士学位论文基于HiddenMarkovModel的人体姿态识别探究RESEARCHONHUMANACTIONRECOGNITIONBASEDONHIDDENMARKOVMODEL肖瑞琦哈尔滨工业大学2016年12月万方数据国内图书分类号：TP391.4学校代码：10213国际图书分类号：621.3密级：公开工学硕士学位论文基于HiddenMarkovModel的人体姿态识别探究硕士研究生：肖瑞琦导师：王明江教授申请学位：工程硕士学科：集成电路工程所在单位：深圳研究生院答辩日期：2016年12月授予学位单位：哈尔

2、滨工业大学万方数据ClassifiedIndex:TP391.4U.D.C:621.3DissertationfortheMaster’sDegreeofEngineeringRESEARCHONHUMANACTIONRECOGNITIONBASEDONHIDDENMARKOVMODELCandidate：XiaoRuiqiSupervisor：Prof.WangMingjiangAcademicDegreeAppliedfor：Master’sDegreeofEngineeringSpecialty：Integ

3、ratedCircuitEngineeringAffiliation：ShenzhenGraduateSchoolDateofDefence：December,2016Degree-Conferring-Institution：HarbinInstituteofTechnology万方数据哈尔滨工业大学工学硕士学位论文摘要模式识别技术在当今社会有着越来越广泛的应用，人体姿态的识别问题一直是这几年来的研究热点。该技术可以用于监控场景内的异常情况或对被监控对象进行行为分析，因此有着十分重要的意义。本文将分别从摄像机采

4、集和预处理、前景检测、提取人体特征参数和HMM人体姿态识别这四个步骤，来进行人体姿态识别。本文中的人体姿态识别系统。利用棋盘法对摄像头进行了标定，得到了摄像头的畸变参数和内参数。使用了混合高斯模型，根据视频信息的变化实时建立背景模型，通过背景差分法对图像进行减除。使用了光流法对目标进行前景检测，分别比较了稀疏光流和稠密光流的效果，获取了目标人体的运动特征和光流信息。对人体姿态进行了特征提取，分别从人体常用几何特征和光流信息两个方面进行。在常用几何信息方面分别提取了宽高比、周长面积比、质心、离心率、特征角。在光流信

5、息方面使用基于网格的方法构造了光流描述子。并对上述两种参数进行了特征融合，通过K-Means法进行了特征融合，构造了词袋模型。本文采用隐马尔可夫模型的对人体姿态进行识别，对四种姿态下的人体特征参数进行训练，分别获得了隐马尔可夫模型参数。通过向前向后算法实现了人体常见四种姿态的识别。本文采用了夜晚室内环境下的自制视频库进行了验证，试验结果表明本文的姿态识别方法有较高的识别性能并且具有较好的抗干扰性能。关键词：混合高斯模型；光流法；特征提取；姿态识别；隐马尔可夫模型-I-万方数据哈尔滨工业大学工学硕士学位论文Abst

6、ractPatternrecognitionhasmoreandmoreapplicationsinmodernsociety,andhumangesturerecognitionhasalwaysbeenresearchhot-spotinrecentdays.It’stoautomaticallyanalyzevideosusingcomputer,forthepurposeofmakingcomputertohaveahuman-likesenseoftheworld.Thetechnologycanbeu

7、sedtodetectanyabnormaleventsinmonitoredplaces,ortoanalyzetheactionofmonitoredobject.That’swhyit’ssoimportant.Thepaperwilldiscusshumangesturerecognitionfromfollowingfoursteps:cameradatacollectionandpre-process,fore-viewdetection,humanfeatureparameterextraction

8、andHMMhumangesturerecognition.Humangesturerecognitiondiscussedinthispaper,isusingchess-boardmethodtolocatethecameras,inordertogettheirdistortionparameterandinternalparameters.WeuseMixed-G