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(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、安徽大學(xué)碩士學(xué)位論文基于背景剪除和隱馬爾可夫模型的人體動(dòng)作識(shí)別姓名:齊登鋼申請學(xué)位級(jí)別:碩士專業(yè):電子與通信工程指導(dǎo)教師:徐超;譚守標(biāo)201104ABSTRACTAsthedevelopofscienceandtechnologyartificialintelligenceforreconnitionhaslargelydevelopedCurrentlypeoplepaymoreandmoreattentionontheresearc
2、hofhumanmotionrecognitionHumanactionrecognitionhasawiderangeofapplicationsinintelligentsurveilancehumancomputerinteractionvirtualrealitymotionanalysisandotherfieldshasawiderangeofapplicationsBasedontheresearchofhumanmoti
3、onrecognitionhomeandabroadthispaperimprovedthetraditionalHMMrecognitionalgorithmAndthispaperpresentsanewmethodbasedonthebackgroundcutoffandEHMMcombinationofhumanactionrecognitionmethodThemaincontentsareasfollows:Firstlyt
4、heactionsequencesforvideoadoptedgaussianmixturemodelmethodfortargetdetectionSecondly,cutoffbackgroundforeachfTameofvideoimages,extracttheforegroundsilhouetteofhumanactiontofindoutbodysilhouette,preraringforthenextactionT
5、hirdlyforthefeatureextractionthebodydividedintofiveparts,containinghead,孤l璐,waistthighs,legsandfeetEachpartasasuperstatgeverysuperstatecontainingseveralpartsasembeddedstatesFourthlyC強(qiáng)11Tiesonthefeatureextractionformtheob
6、servationvectorsequenceFifthlytrainingEHMMmodel,anddepositefeaturevectorsi11t0theEHMMfeaturelibraryLastofall,tocomparefeaturrevectorsintheEHMMfeaturelibraryandthefeaturrevectorsoftheneedrecognizingactionthenfindoutthemax
7、imumprobabilitymatchingfeaturevectorandthusreoognizethehumanactionInthepilotphasethetwosetsofdifferentexperimentsweredesignedInthefirstsetofexperiments,thearticleselectedl0movementsofcommonlifeAtthesecondsetofexperiments
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(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,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(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自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于隱馬爾可夫模型的人臉識(shí)別研究.pdf
- 基于特征選擇和隱馬爾可夫模型的人臉識(shí)別.pdf
- 基于隱馬爾可夫模型的人臉識(shí)別技術(shù)研究.pdf
- 基于隱馬爾可夫模型的人臉識(shí)別設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于高階隱馬爾科夫模型的人體行為識(shí)別研究.pdf
- 基于隱馬爾科夫模型的人臉識(shí)別.pdf
- 基于改進(jìn)隱馬爾科夫模型的人體步態(tài)自適應(yīng)識(shí)別.pdf
- 基于隱馬爾科夫模型的目標(biāo)人體識(shí)別.pdf
- 基于隱馬爾可夫模型的自動(dòng)和弦識(shí)別.pdf
- 基于嵌入式隱馬爾可夫模型(EHMM)的人臉表情識(shí)別.pdf
- 隱馬爾可夫模型下基于通信流的隱組織識(shí)別.pdf
- 基于隱馬爾可夫模型的手指靜脈識(shí)別研究.pdf
- 隱馬爾可夫模型簡介
- 基于隱馬爾可夫模型的步態(tài)識(shí)別算法研究.pdf
- 基于嵌入式隱馬爾可夫模型的人臉識(shí)別方法研究.pdf
- 基于模仿學(xué)習(xí)和隱馬爾可夫模型的人機(jī)交互研究.pdf
- 隱馬爾可夫模型技術(shù)
- 基于隱馬爾可夫模型的局部遮擋和光照人臉識(shí)別.pdf
- 基于隱馬爾可夫模型的人臉表情識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 語音識(shí)別中隱馬爾可夫模型的研究.pdf
評論
0/150
提交評論