基于視頻的動(dòng)物行為智能分析系統(tǒng)關(guān)鍵技術(shù)研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩73頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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、傳統(tǒng)的動(dòng)物行為分析方法采用人為的觀察和記錄,用人眼對(duì)動(dòng)物行為進(jìn)行判斷,不僅耗時(shí)費(fèi)力,而且判斷結(jié)果具有主觀性和不準(zhǔn)確性等缺點(diǎn),導(dǎo)致動(dòng)物實(shí)驗(yàn)結(jié)果出現(xiàn)偏差,甚至錯(cuò)誤。針對(duì)這一問(wèn)題,本研究以小白鼠為實(shí)驗(yàn)對(duì)象,將計(jì)算機(jī)視覺(jué)技術(shù)、視頻分析技術(shù)和模式識(shí)別技術(shù)相結(jié)合,重點(diǎn)研究基于視頻的動(dòng)物行為智能分析系統(tǒng)中目標(biāo)檢測(cè)、目標(biāo)跟蹤、目標(biāo)特征信息提取、動(dòng)物體態(tài)分類等關(guān)鍵技術(shù),并開(kāi)發(fā)實(shí)現(xiàn)上述關(guān)鍵技術(shù)的動(dòng)物行為智能分析系統(tǒng)。 本文主要研究工作和結(jié)論如下:

2、 (1)針對(duì)動(dòng)物觀察實(shí)驗(yàn)的應(yīng)用需求,提出了動(dòng)物行為分析系統(tǒng)的整體方案:設(shè)計(jì)了系統(tǒng)的硬件組成及相關(guān)配置;提出~套合理的視頻信號(hào)采集軟硬件方法;提出軟件系統(tǒng)實(shí)現(xiàn)的技術(shù)路線,為研究工作的開(kāi)展奠定基礎(chǔ)。 (2)在分析、對(duì)比各種背景建模方法消耗代價(jià)基礎(chǔ)上,從系統(tǒng)實(shí)時(shí)性要求出發(fā),利用時(shí)間平均法對(duì)背景進(jìn)行建模。實(shí)驗(yàn)結(jié)果表明,采用相隔3幀提取10幀圖像進(jìn)行背景建模的效果最好。 (3)分析了連續(xù)圖像跟蹤的Camshift算法,根據(jù)動(dòng)

3、物目標(biāo)表面的顏色特征較為單一的特點(diǎn),提出使用基于顏色特征的Camshift跟蹤算法對(duì)動(dòng)物目標(biāo)進(jìn)行跟蹤。實(shí)驗(yàn)結(jié)果表明,基于顏色特征的Camshift算法能夠準(zhǔn)確的對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行實(shí)時(shí)跟蹤,每幀圖像跟蹤耗時(shí)30ms至70ms,有很高的實(shí)時(shí)性。在Camshift算法基礎(chǔ)上,提出基于概率分布圖的目標(biāo)輪廓提取方法,實(shí)驗(yàn)表明,該方法能很好地提取出清晰的輪廓,且魯棒性好。 (4)研究了動(dòng)物行為分析技術(shù),給出動(dòng)物運(yùn)動(dòng)參數(shù)的計(jì)算方法。提出基于1-v

4、-1 SVM對(duì)小白鼠體態(tài)進(jìn)行分類的方法,并選擇RBF核函數(shù),用10-折交叉驗(yàn)證法與網(wǎng)格搜索法相結(jié)合,對(duì)分類器進(jìn)行最優(yōu)參數(shù)選擇。實(shí)驗(yàn)結(jié)果表明,用984條樣本進(jìn)行訓(xùn)練后,對(duì)訓(xùn)練樣本和906條測(cè)試樣本分類準(zhǔn)確率分別為98.37%和86.20%,具有較高的準(zhǔn)確率。 (5)設(shè)計(jì)了一個(gè)動(dòng)物行為模型框架,根據(jù)該模型框架設(shè)計(jì)并提出了動(dòng)物行為分析方法模型,并應(yīng)用于小白鼠日常行為分析中。該方法模型符合自然語(yǔ)言描述習(xí)慣,操作性強(qiáng),利于程序?qū)崿F(xiàn),易于擴(kuò)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)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

評(píng)論

0/150

提交評(píng)論