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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、人體行為識(shí)別的研究是計(jì)算機(jī)視覺的一個(gè)重要研究領(lǐng)域,近年來受到了越來越多的學(xué)者的研究與關(guān)注。這主要是因?yàn)樵摲较蛟谌祟惿詈涂蒲械阮I(lǐng)域有著廣泛的應(yīng)用前景,比如視頻監(jiān)控、人機(jī)智能交互、互聯(lián)網(wǎng)中視頻的搜索、運(yùn)動(dòng)分析等。本文主要基于軌跡信息完成行為識(shí)別的過程,針對(duì)稠密特征點(diǎn)的檢測(cè)方法,稠密軌跡的建立和行為模型的表示方法進(jìn)行了深入研究,具體內(nèi)容如下:
(1)針對(duì)當(dāng)前基于軌跡研究行為識(shí)別時(shí)圖像中軌跡起始點(diǎn)數(shù)目較少的問題,借鑒稠密采樣在圖像分
2、類應(yīng)用中的成功案例,本文提出一種改進(jìn)的稠密特征點(diǎn)的檢測(cè)方法。首先對(duì)視頻的當(dāng)前幀建立多分辨率圖像金字塔,然后分別對(duì)其利用稠密柵格進(jìn)行采樣,通過將柵格中圖像的梯度矩陣的最大特征值與圖像中所有柵格圖像塊的最小梯度特征值中的最大值進(jìn)行比較來獲得稠密特征點(diǎn)。實(shí)驗(yàn)結(jié)果表明與其它特征點(diǎn)的檢測(cè)算法結(jié)果相比,本文算法在不同數(shù)據(jù)庫中的多種環(huán)境下均能得到稠密特征點(diǎn)。
(2)針對(duì)直接利用光流場(chǎng)進(jìn)行中值濾波后得到的稠密軌跡中存在部分錯(cuò)誤點(diǎn)的現(xiàn)象,本文在
3、光流中值濾波的基礎(chǔ)上,提出一種基于特征點(diǎn)主方向建立軌跡的方法,實(shí)現(xiàn)對(duì)特征點(diǎn)的篩選。通過比較跟蹤前后特征點(diǎn)的主方向進(jìn)一步判定跟蹤的有效性,將符合條件的特征點(diǎn)作為軌跡的一部分,直到設(shè)定的軌跡長(zhǎng)度時(shí)停止,并重新開始建立新的軌跡。當(dāng)?shù)玫接行У能壽E后,利用軌跡周圍的信息進(jìn)行特征提取。首先以軌跡為中心建立一條包含圖像數(shù)據(jù)的時(shí)空管道,并對(duì)管道進(jìn)行時(shí)空域上的劃分。由于分割后的管道較短,且管道特征以平均值形式表示,故獲得的特征具有旋轉(zhuǎn)不變性。實(shí)驗(yàn)表明基于
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(qǐng)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(qǐng)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(huì)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于改進(jìn)稠密軌跡的人體行為識(shí)別方法研究.pdf
- 基于稠密軌跡和正則化多任務(wù)學(xué)習(xí)的人體動(dòng)作識(shí)別算法研究.pdf
- 基于加權(quán)光流特征和時(shí)空關(guān)聯(lián)模型的人體行為識(shí)別.pdf
- 基于視頻流的人體行為識(shí)別方法研究.pdf
- 基于視頻流的人體目標(biāo)檢測(cè)與行為識(shí)別研究.pdf
- 基于視覺的人體行為識(shí)別研究.pdf
- 基于HMM的人體行為識(shí)別研究.pdf
- 基于密集軌跡特征的人體運(yùn)動(dòng)識(shí)別研究.pdf
- 基于Kinect的人體行為識(shí)別研究.pdf
- 基于視覺的人體行為檢測(cè)識(shí)別研究.pdf
- 基于分層模型的人體行為識(shí)別研究.pdf
- 基于視覺的人體運(yùn)動(dòng)行為識(shí)別研究.pdf
- 基于無線感知的人體行為識(shí)別研究.pdf
- 基于深度序列的人體行為識(shí)別研究.pdf
- 基于傳感數(shù)據(jù)的人體行為識(shí)別研究.pdf
- 基于骨架節(jié)點(diǎn)的人體行為識(shí)別研究.pdf
- 基于視頻的人體行為識(shí)別算法研究.pdf
- 基于密集軌跡與深度學(xué)習(xí)的人體動(dòng)作識(shí)別.pdf
- 基于視頻的人體行為識(shí)別分析.pdf
- 基于WIFI背景噪音的人體行為識(shí)別研究.pdf
評(píng)論
0/150
提交評(píng)論