Print

基于视频流的运动人体行为识别技术研究

论文摘要

动态现场视觉监控是计算机视觉领域一个新兴的应用方向。视觉监控区别于传统意义上的监控系统在于其智能性。简而言之,不仅用摄像机代替人眼,而且用计算机代替人、协助人,来完成监视或控制任务,从而减轻人的负担。这样不但能够节省大量的人力、物力和财力,更重要的是能够及时发现状况来避免犯罪的发生。视觉监控具有广泛的应用前景和潜在的经济价值。近年来引起了国内外研究机构和学者的关注。运动目标行为识别遵循了运动目标检测、跟踪和行为识别三大基本步骤。其中运动目标检测和跟踪是行为识别的基础,本文简要介绍了目标检测和跟踪的方法,重点研究运动目标行为识别算法。文章首先介绍了系统的图像处理平台和一些用到的图像处理方法,在运动目标检测和跟踪方面,列举了一些常见的方法,通过简要的比较,最后阐述了本系统所采用的方法。本文主要针对运动目标行为识别展开研究,介绍了Hu矩和隐马尔可夫模型,通过详细的分析,发现隐马尔可夫算法能比较好的进行运动目标行为判断,但是也存在一些缺点,针对其存在的问题最后提出了凸包算法求特征点的方法和隐马尔可夫模型相结合,改进了原有的算法,通过实验结果证明这种改进的算法具有良好的性能。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 课题研究的目的和意义
  • 1.2 国内外研究状况及分析
  • 1.3 运动人体行为识别系统
  • 1.4 本文主要研究内容
  • 第二章 系统平台相关技术概述
  • 2.1 OpenCV 图像处理平台简介
  • 2.1.1 OpenCV 背景知识
  • 2.1.2 OpenCV 在行为识别系统中的应用
  • 2.2 DirectShow 技术
  • 2.3 图像处理技术简介
  • 2.4 数学形态学处理方法
  • 2.5 本章小结
  • 第三章 运动人体检测与跟踪方法探究
  • 3.1 运动人体检测的方法及比较
  • 3.1.1 背景减除法
  • 3.1.2 时间差分法及其它方法介绍
  • 3.1.3 一种改进的组合检测方法
  • 3.2 几种常见的运动人体跟踪的方法探究
  • 3.2.1 块匹配方法
  • 3.2.2 光流跟踪方法
  • 3.2.3 基于特征点的运动人体跟踪
  • 3.2.4 基于区域的运动人体跟踪
  • 3.3 本章小结
  • 第四章 运动人体行为识别技术
  • 4.1 基于Hu 矩的图像识别
  • 4.2 隐马尔可夫模型
  • 4.2.1 隐马尔可夫模型的概念
  • 4.2.2 隐马尔可夫模型主要问题的解决方案
  • 4.3 隐马尔可夫模型在人体行为识别中的应用
  • 4.4 图像匹配技术
  • 4.5 实验结果与分析
  • 4.6 本章小结
  • 第五章 运动目标行为识别的改进算法研究
  • 5.1 凸包算法
  • 5.2 凸包算法在运动目标行为识别中的应用
  • 5.3 算法实现与结果分析
  • 5.4 本章小结
  • 第六章 总结与前景展望
  • 6.1 本文总结
  • 6.2 前景展望
  • 致谢
  • 参考文献
  • 在读期间发表论文

    • 相关论文文献

    本文来源: https://www.lw50.cn/article/f56bd386734f75fd73d50c55.html