視頻圖像的人體運(yùn)動特征提取與有效識別.pdf

1、隨著信息技術(shù)的快速發(fā)展壯大和應(yīng)用的普及，利用計(jì)算機(jī)視覺的技術(shù)在圖像處理方面和模式識別領(lǐng)域中研究，并對視頻圖像進(jìn)行人體運(yùn)動特征提取與有效識別已成為人們關(guān)注的熱點(diǎn)問題。計(jì)算機(jī)視覺技術(shù)對人體運(yùn)動的視頻或者圖像進(jìn)行識別是基于對其視頻或者圖像的序列進(jìn)行分析處理;對檢測出的人體運(yùn)動目標(biāo)進(jìn)行運(yùn)動特征提取和分類識別，從而達(dá)到理解和描述其行為的目的?；谝曨l圖像的人體運(yùn)動特征分析在智能視頻監(jiān)控、智能接口、虛擬現(xiàn)實(shí)等領(lǐng)域有著相當(dāng)廣闊的應(yīng)用前景。
　　

2、 人體運(yùn)動特征的提取與識別需要結(jié)合生物識別技術(shù)來識別和判斷運(yùn)動中人的行為、區(qū)別個體身份。所謂生物識別技術(shù)，其具體操作就是利用人體與生俱來的生物特征進(jìn)行個體身份認(rèn)證，最顯著的特點(diǎn)是具有不變性和唯一性。
　　 人體運(yùn)動特征包括:肢體擺動特征，步態(tài)特征，人體輪廓投影特征，人體對稱特征等，其中從視覺監(jiān)控的角度來看，步態(tài)特征是遠(yuǎn)距離場景條件下最具有代表性最典型的人體運(yùn)動特征，近年來備受關(guān)注，同時也涌現(xiàn)出大量富有意義的步態(tài)識別算法。

3、>　　 運(yùn)動特征識別分為運(yùn)動目標(biāo)檢測、運(yùn)動特征提取和分類識別三個模塊。本文在對各種運(yùn)動特征識別算法進(jìn)行分析思考的基礎(chǔ)上，詳細(xì)地研究了運(yùn)動特征提取和分類識別這兩個模塊，提出了改進(jìn)后的新算法。本文所從事的主要工作和獲得的研究成果包括:
　　 1.提取了具有代表性的人體運(yùn)動特征。由于人體運(yùn)動分為許多種，而且會受到多種復(fù)雜外因的影響，若使用單一特征進(jìn)行識別則識別率很低，所以本文以最簡單的人體行走運(yùn)動為研究對象，將人體行走時的靜態(tài)和動態(tài)

4、特征有機(jī)融合用來識別個體的身份，提出了一種簡單而高效的改進(jìn)算法。人體行走的身體輪廓是特有的，具有唯一性，是運(yùn)動時的靜態(tài)特征。同時人在行走運(yùn)動中會帶動上百處肢體的同步運(yùn)動，人體的這些肢體角度包含了大量的運(yùn)動信息，用于描述人體動態(tài)特征，可以很好的表示人的身份，并且容易與其它特征相結(jié)合。本文通過上面一系列分析，提出一種改進(jìn)算法，使用Hu的七個不變矩來表征人體的運(yùn)動輪廓特征，然后利用行走時的幾何特性計(jì)算出肢體的運(yùn)動角度，用來描述其動態(tài)信息，最后

5、將兩種特征融合，共同識別人體身份。
　　 2.深入研究了分類識別算法。將運(yùn)動人體輪廓特征和肢體關(guān)節(jié)角度特征有機(jī)融合起來去識別個體身份是本文的目的所在，然而由于這兩種特征的度量尺度和特征類型不一致，故需要采用最近鄰模糊分類器，這種分類器的結(jié)構(gòu)實(shí)質(zhì)上是將多個簡單分類器進(jìn)行并聯(lián)融合。此處，首先將不同的權(quán)值分配給不同類型的特征，這樣操作的依據(jù)是不同種類特征在識別過程中的可信度不同，然后采用適當(dāng)?shù)臎Q策算法進(jìn)行分類識別，使分類識別環(huán)節(jié)得出的