固定場景下的人體姿態(tài)識別.pdf

1、智能監(jiān)控是利用現(xiàn)代信息技術(shù)發(fā)展起來的新技術(shù)，具有內(nèi)容分析功能。帶有運動物體識別的監(jiān)控系統(tǒng)可以忽略掉大量無用信息，提取到關(guān)鍵信息，并依據(jù)規(guī)則自動作出判斷，從而節(jié)省大量的人力成本。固定場景下的人體姿態(tài)識別技術(shù)可以應(yīng)用于家庭監(jiān)控，如對獨居家中老年人摔倒情況的識別。通過監(jiān)控識別出特殊的人體姿態(tài)，以便及時作出響應(yīng)。
　　本文主要研究了固定場景下人體姿態(tài)檢測與識別相關(guān)技術(shù)，設(shè)計了一種基于支持向量機（SVM）的姿態(tài)識別方法。本方法將處理過程分為

2、前景提取、特征向量提取、姿態(tài)分類識別三個步驟，逐步實現(xiàn)了固定場景下的人體姿態(tài)識別。文章首先研究運動前景物體提取算法原理與實現(xiàn)，改進了Codebook背景建模法，使之更貼近實際使用環(huán)境。針對燈光開關(guān)瞬間的檢測，提出當圖像中一定數(shù)量以上像素亮度同時改變，認定為正在進行燈光的開關(guān)操作，并使用此時的圖像幀進行背景模型更新。通過經(jīng)驗值，設(shè)定背景圖像更新速度。在特征向量提取過程中，設(shè)計了一種特征角描述法：以前景圖像外接矩形中心為原點建立坐標系，計算

3、圖像在四個象限的質(zhì)心與原點連線同x軸夾角正切值，用四個正切值來表示姿態(tài)特征。同時，本文研究了特征提取，通過計算前景圖像的幾何特征，如寬高比、輪廓長度與所圍面積比、離心率等，利用這些參數(shù)構(gòu)成特征向量反映人體姿態(tài)。姿態(tài)分類過程使用了支持向量機方法，依據(jù)算法要求，采集各種人體姿態(tài)圖像樣本，提取樣本特征數(shù)據(jù)集，以此數(shù)據(jù)集訓練分類器。將學習訓練得到的分類器應(yīng)用于檢測過程，從而達成姿態(tài)識別的目的。
　　本文所設(shè)計的固定場景下姿態(tài)識別系統(tǒng)更切近