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),請進行舉報或認領(lǐng)
文檔簡介
1、自然人機交互是未來計算機的發(fā)展方向,最終目標是使計算機能看,能聽,能說,會思考。文章研究的是用多個指示色標塊作為交互媒介,攝像頭作為輸入設(shè)備的基于計算機視覺的人機交互,重點是多個指示色標塊的檢測和跟蹤,具體分成三個部分:
1.運動目標區(qū)域提取。在整幅圖像中查找指示色標塊容易受到背景干擾,考慮到指示色標塊在運動區(qū)域中,在連續(xù)幀中根據(jù)圖像的相似性確定背景圖像,當前幀圖像與背景圖像差分確定運動區(qū)域以去除背景干擾和縮小指示色標塊查
2、找的區(qū)域。該算法簡單、運算復雜度低,魯棒性好。
2.指示色標塊檢測。指示色標塊容易受到背景和光照等條件影響,顏色閾值會發(fā)生偏移,但是在某一個應用場景,指示色標塊顏色向量值比較穩(wěn)定。首先計算運動區(qū)域凸包,在凸包中進行采樣并賦權(quán)值,然后通過聚類確定種子,使用基于最小錯誤率的貝葉斯決策作為生長準則進行生長。該算法與傳統(tǒng)的顏色閾值向量方法相比,應用場景更廣,效果更好。
3.指示色標塊跟蹤。根據(jù)檢測結(jié)果用Mean Sh
3、ift算法在后續(xù)幀中實現(xiàn)指示色標塊的跟蹤實驗,發(fā)現(xiàn)當色標塊運動過快,或者每秒處理的幀較少時,前后幀的目標區(qū)域不重疊,跟蹤不到目標。應用基于kalman濾波器預測的Mean Shift算法和基于灰預測的MeanShift算法都可以克服這一問題,前者運算量大,運算速度慢,每秒處理的幀較少,導致視頻處理時無法保證目標運動的連貫性,而后者可以克服這些限制,更加適用。
實驗結(jié)果表明,本文提出的指示色標塊的檢測方法和基于灰預測的Mea
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于虛擬現(xiàn)實的人機交互新方式探析.pdf
- 基于電子禮儀的人機交互研究.pdf
- 基于人機交互的人臉老化算法研究
- 基于DSP的人機交互系統(tǒng)研究.pdf
- 基于多點觸摸技術(shù)的人機交互研究.pdf
- 外文翻譯---產(chǎn)品設(shè)計中的人機交互的交互方式
- 基于arm開發(fā)的人機交互界面hmi
- 基于CCD成像技術(shù)的人機交互界面研究.pdf
- 基于動態(tài)手勢的人機交互系統(tǒng)研究.pdf
- 基于Leap Motion的人機交互技術(shù)的研究.pdf
- 基于動作識別技術(shù)的人機交互系統(tǒng).pdf
- 基于視線跟蹤的人機交互系統(tǒng)設(shè)計.pdf
- 基于統(tǒng)計學的人機交互視頻數(shù)據(jù)挖掘系統(tǒng)研究.pdf
- 基于情緒認知評價理念的人機交互中情感交互研究.pdf
- 公共自助設(shè)備的人機交互研究.pdf
- 基于語音關(guān)鍵詞檢測的人機交互研究.pdf
- 基于AR的人機交互系統(tǒng)的研究與實現(xiàn).pdf
- 基于眼電信號的人機交互模式研究.pdf
- 基于人臉識別的人機交互探索與研究.pdf
- 基于線陣CCD的人機交互技術(shù)研究.pdf
評論
0/150
提交評論