2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩83頁未讀, 繼續(xù)免費閱讀

下載本文檔

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)行舉報或認(rèn)領(lǐng)

文檔簡介

1、人體運動分析是計算機視覺領(lǐng)域一個十分重要的研究方向,具有廣闊的應(yīng)用前景。但由于人體姿態(tài)的復(fù)雜性以及視覺理論的局限性,以人的活動為中心的視覺分析目前大部分停留在研究階段,實際應(yīng)用場合還不是很多。本文即針對人體運動分析中的手勢識別和人體姿態(tài)跟蹤算法進(jìn)行研究。
  手勢識別方面,本文提出了一種快速實用的靜態(tài)手勢識別算法,將運動信息與膚色相結(jié)合,實現(xiàn)了HSV顏色空間中手勢圖像的準(zhǔn)確分割,提取圖像的Hu不變矩作為手勢特征,解決了識別過程中手

2、勢發(fā)生旋轉(zhuǎn)、平移縮放的問題。通過計算輸入手勢圖像與模板手勢圖像特征向量之間的距離,實現(xiàn)了基于模板匹配的靜態(tài)手勢識別。實驗結(jié)果表明,此算法的實時性好,針對本文定義的十一個手勢的平均識別率為88.2%。
  在動態(tài)手勢跟蹤方面,本文選用基于顏色特征跟蹤的Camshift算法。將膚色分割與Camshift算法結(jié)合,把膚色分割后的顏色參數(shù)作為Camshift算法反向投影步驟的輸入部分,實現(xiàn)了基于Camshift算法的自動手勢跟蹤,該算法的

3、實時性好,且可以跟蹤變化的手勢。
  人體姿態(tài)跟蹤方面采用融入了退火思想的模擬退火粒子濾波跟蹤算法,運用美國布朗大學(xué)的人體運動姿態(tài)公共數(shù)據(jù)庫HumanEva中的人體運動關(guān)節(jié)參數(shù),建立三維人體模型,采用剪影、邊緣兩種圖像特征構(gòu)造似然函數(shù),并加入人體關(guān)節(jié)角度運動范圍和穿透性檢測作為運動約束,通過對比實驗,選取合適的退火粒子數(shù)及退火層數(shù)實現(xiàn)跟蹤,以平衡跟蹤效率和跟蹤準(zhǔn)確性。
  為解決人體姿態(tài)跟蹤中的維數(shù)災(zāi)難問題,本文對人體姿態(tài)數(shù)

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(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。

評論

0/150

提交評論