室內(nèi)復(fù)雜環(huán)境下基于彩色圖像序列的運動人體識別.pdf

1、人體運動視覺分析是近年來計算機視覺領(lǐng)域中備受關(guān)注的前沿方向，它從包含人的圖像序列中檢測、識別、跟蹤人體并對其行為進(jìn)行理解和描述，屬于圖像分析和理解的范疇。從技術(shù)角度而言，人體運動分析的研究內(nèi)容相當(dāng)豐富，主要涉及到模式識別、圖像處理、計算機視覺、人工智能等學(xué)科知識；同時，動態(tài)場景中運動目標(biāo)的快速分割、人體的非剛性運動、自遮擋和互遮擋等也為人體運動分析研究帶來了一定挑戰(zhàn)。人體運動分析在人機智能交互、安全監(jiān)控、視頻會議、醫(yī)療診斷及基于內(nèi)容的圖

2、像存儲與檢索等方面具有廣泛應(yīng)用前景。 運動分析過程一般包括四個階段：目標(biāo)檢測，目標(biāo)識別，目標(biāo)跟蹤，運動分析與理解。不同的應(yīng)用場合，這四個階段并不一定全都存在。一般情況下，目標(biāo)檢測和識別是必要的，文中重點研究運動目標(biāo)識別。 首先介紹研究背景和國內(nèi)外現(xiàn)狀、研究任務(wù)和目標(biāo)。 接下來，在運動目標(biāo)檢測階段主要研究運動目標(biāo)檢測算法、運動目標(biāo)的提取和目標(biāo)模型的建立。運動目標(biāo)檢測的任務(wù)是將運動目標(biāo)從序列圖像中提取出來，它是后續(xù)處

3、理的基礎(chǔ)。首先，在分析現(xiàn)階段較常用的三種運動目標(biāo)提取算法(背景差分法，幀間差分法，光流法)基礎(chǔ)上，考慮到本文的適用場合，采用背景差分法。然后，對檢測結(jié)果作一次預(yù)處理：剔除檢測得到的錯誤目標(biāo)，并對運動目標(biāo)作有關(guān)處理，包括去除噪聲雜點，填充空洞等，有利于減小后續(xù)處理的計算量，提高后續(xù)處理時間效率。最后，建立用于識別的局部人體二維在識別之前研究了人體模型特征。首先，介紹了幾種具有旋轉(zhuǎn)、平移、縮放不變性的特征類型；然后，針對本文應(yīng)用環(huán)境，選擇目

4、標(biāo)的部分形狀輪廓的7個不變矩作為特征向量而提取出來。由于矩數(shù)值分布范圍大，且有可能為負(fù)值，為了利于識別，文中對矩不變量進(jìn)行先取絕對值再開方的壓縮處理。 在運動目標(biāo)的識別階段，目標(biāo)識別即分類。本文的運動目標(biāo)分為兩類：人和非人。在介紹BP神經(jīng)網(wǎng)絡(luò)的原理、性能和學(xué)習(xí)規(guī)則基礎(chǔ)上，針對BP神經(jīng)網(wǎng)絡(luò)分類器缺點探索從多方面予以改進(jìn)，同時描述了幾種基于數(shù)值優(yōu)化的BP算法。通過對具有不同隱層單元數(shù)的神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和測試，找到最佳的隱單元數(shù)；然后，