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75頁未讀, 繼續(xù)免費(fèi)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(bào)或認(rèn)領(lǐng)

文檔簡介

1、進(jìn)入21世紀(jì),隨著信息技術(shù)的發(fā)展和人類生活的不斷智能化,計(jì)算機(jī)視覺正日益影響到人們生活的各個(gè)方面,而人體行為識別及分析,因其廣泛的應(yīng)用前景和實(shí)用價(jià)值,近幾年來一直都是計(jì)算機(jī)視覺方向的研究熱點(diǎn)。人體行為識別,即對原始的視頻圖像序列進(jìn)行分析,提取相關(guān)的行為特征信息,最后對這些信息進(jìn)行解釋以實(shí)現(xiàn)對人體行為的識別和學(xué)習(xí)。盡管計(jì)算機(jī)技術(shù)和圖像處理技術(shù)的快速發(fā)展極大地推動了行為識別領(lǐng)域的研究,而且隨著大數(shù)據(jù)技術(shù)的普及,算法的性能越來越多地依賴于數(shù)據(jù)

2、集,然而如何選擇有效行為特征,以及目前數(shù)據(jù)集存在的遮擋、背景單一和缺少大量樣本數(shù)據(jù)等問題,使得基于大量數(shù)據(jù)的復(fù)雜自然場景下的人體行為識別技術(shù)仍然是一個(gè)非常具有挑戰(zhàn)性的研究領(lǐng)域。
  彩色-深度(RGB-Depth,RGB-D)傳感器能夠同時(shí)提供彩色和深度圖像,3D深度信息可以直接獲取而不再需要額外的計(jì)算,這為深度信息在人體行為識別領(lǐng)域內(nèi)的應(yīng)用提供了很大的方便。人體行為的識別和分析是依托于行為數(shù)據(jù)集進(jìn)行的,在行為識別研究的過程中,先

3、后出現(xiàn)了多種數(shù)據(jù)集,目前存在的公共RGB-D行為數(shù)據(jù)集由于有限的行為類別,行為樣本數(shù)量以及單一化的背景環(huán)境,很難用于基于大量數(shù)據(jù)的復(fù)雜自然場景下的行為識別。因此,本文建立了一個(gè)綜合性RGB-D大規(guī)模行為數(shù)據(jù)集,以促進(jìn)對復(fù)雜自然場景下人體行為識別的研究,同時(shí),基于該綜合性數(shù)據(jù)集應(yīng)用了三種特征提取算法。本文的具體研究內(nèi)容如下:
  第一,分析了人體行為識別的研究背景、意義和目的,從數(shù)據(jù)集、特征提取和分類器三個(gè)層面綜述了人體行為識別的研

4、究現(xiàn)狀,對基于RGB-D的行為識別研究面臨的問題進(jìn)行了闡述,介紹了本文的主要研究內(nèi)容和章節(jié)安排。
  第二,闡述了RGB-D傳感器的優(yōu)點(diǎn)以及深度信息在人體行為識別中的重要性,對目前已經(jīng)存在的一些RGB-D數(shù)據(jù)集進(jìn)行了詳細(xì)的介紹,并比較了它們的優(yōu)缺點(diǎn)。
  第三,選擇了五個(gè)常用典型的RGB-D數(shù)據(jù)集,通過對這五個(gè)數(shù)據(jù)集中的數(shù)據(jù)進(jìn)行預(yù)處理、統(tǒng)計(jì)分析,最后整合成一個(gè)綜合性的RGB-D大數(shù)據(jù)集,并且對RGB-D大規(guī)模數(shù)據(jù)集中的行為類

5、別進(jìn)行了重新標(biāo)定,統(tǒng)一了數(shù)據(jù)存儲格式。該部分主要對建立大規(guī)模數(shù)據(jù)集中的工作做了具體的描述,同時(shí)介紹了RGB-D大規(guī)模數(shù)據(jù)集的數(shù)據(jù)信息、優(yōu)勢以及建立意義。
  第四,基于RGB-D大規(guī)模數(shù)據(jù)集提取了深度行為投影圖(Depth Motion Maps,DMMs)、深度立方體相似性特征(Depth Cuboid Similarity Feature,DCSF)和曲率尺度空間(Curvature Space Scale,CSS)三種類型的

6、特征。DMMs特征累計(jì)整個(gè)深度視頻序列里兩個(gè)連續(xù)幀投影圖之間的絕對差(運(yùn)動能量);DCSF描述了圍繞時(shí)空興趣點(diǎn)構(gòu)造的尺度自適應(yīng)3D深度立方體之間的相似性關(guān)系;CSS可以表示不同尺度水平下人體輪廓曲線的不變特征。三種特征提取算法分別在五個(gè)子數(shù)據(jù)集和綜合性大數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn),應(yīng)用協(xié)作表示分類器(CollaborativeRepresentation Classifier,CRC)對人體行為進(jìn)行識別,通過對實(shí)驗(yàn)結(jié)果的比較和分析來驗(yàn)證所建立RG

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(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。

評論

0/150

提交評論