视频中的人物目标检测与动作识别方法研究

视频中的人物目标检测与动作识别方法研究

ID:35097199

大小:3.21 MB

页数:67页

时间:2019-03-17

视频中的人物目标检测与动作识别方法研究_第1页
视频中的人物目标检测与动作识别方法研究_第2页
视频中的人物目标检测与动作识别方法研究_第3页
视频中的人物目标检测与动作识别方法研究_第4页
视频中的人物目标检测与动作识别方法研究_第5页
资源描述:

《视频中的人物目标检测与动作识别方法研究》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、分类号:TN911.7密级:公开UDC:621.39学校代码:11065硕士学位论文视频中的人物目标检测与动作识别方法研究公衍慧指导教师庄晓东副教授学科专业名称信号与信息处理论文答辩日期2016年5月28日摘要人物的目标检测和动作识别都是计算机视觉理解领域的重要应用,随着智能化社会的发展,人们对生活安全的高度警惕和重视,该课题逐渐吸引了更多的研究人员。但是由于在动作识别中其背景、动作及过程的复杂性,该课题同样极具挑战性。本文的主要目的是在背景较为简单的前提下实现目标检测并对走路,挥手,慢跑,拳击,击掌,跑步六

2、种动作进行正确识别。针对目标检测,本文研究了背景减除法,帧间差分法和光流法三种常用的方法,结合拍摄视频的背景和三种方法的优缺点选取背景减除法作为本文的最终目标检测方法。针对背景减除法中混合高斯模型方法的不足,提出了一种先将前景去除再进行背景建模的特征点稀疏光流场的方法。实验证明,该方法可以有效地去除改进之前背景建模中由于运动目标前景区域的遮挡引起的阴影问题,从而明显提高检测准确率。进行前景分割后,对目标区域进行特征提取并进行动作的分类识别。本文重点研究了基于时空特征兴趣点的方法,利用该方法进行特征提取后进行特

3、征描述,然后利用词袋模型进行行为建模,最后采用KNN算法进行模型训练和最终的动作测试识别。本文的实验在KTH行为数据库上进行实验测试,结果表明,本文提出的方法能够提取理想的特征向量并得到良好的识别效果,初步验证了该系统的有效性,为实际应用提供了理论基础和实验基础。关键词:目标检测;稀疏光流场;动作识别;时空特征兴趣点;KNNAbstractCharactersoftargetdetectionandgesturerecognitionisanimportantapplicationofcomputervisi

4、onfieldofunderstanding,withthedevelopmentofintelligentcommunity,peoplepayhighattentiononvigilanceandattentionofsafeliving,thesubjectattractedmoreresearchersgradually.Becauseofthecomplexityofthebackground,thecomplexityoftheactionandthecomplexityoftheprocess,

5、thisisalsoaverychallengingtask.Themainpurposeofthispaperistoachievetargetdetectionunderthepremiseofsimplebackgroundandtoachievesixkindsofactionrecognition,theyarewalking,handwaving,jogging,boxing,handclappingandrunning.Fortargetdetection,thispaperstudiesthr

6、eekindsofcommonlyusedmethods,theyarebackgroundsubtractionmethod,interframedifferencemethodandopticalflowmethod,weselectedbackgroundsubtractionmethodasthefinaltargetdetectionmethodcombinedwithshootvideobackgroundandtheadvantagesanddisadvantagesofthethreemeth

7、ods.FortheshortageofmixedGaussianmodelmethodinbackgroundsubtractionmethod,weproposedavideoimagesbasedonfeaturepointsparseopticalflowfieldinthebackgroundmodelingmethod.Experimentalresultsshowthatthismethodcaneffectivelyremovetheproblemofshadowinthebackground

8、modeling,whichcansignificantlyimprovetheaccuracyofdetection.Aftertheforegroundsegmentation,thefeatureextractionofthetargetareaiscarriedoutandtheclassificationandrecognitionoftheactionarecarriedout.This

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。