学位论文 > 优秀研究生学位论文题录展示

基于单目视频序列的人体运动分析方法研究

作　者: 张博宇
导　师: 刘家锋
学　校: 哈尔滨工业大学
专　业: 计算机应用
关键词: 人体运动尺度选择视频表示时空兴趣点
分类号: TP391.41
类　型: 硕士论文
年　份: 2009年
下　载: 55次
引　用: 0次
阅　读: 论文下载

内容摘要

在过去的二十多年里,自动理解图像或者视频序列中的人体运动,一直是计算机视觉研究的重点。而近几年网络上数字视频数量的爆炸式增长,促使人们去寻找更为有效的处理以及存储视频的方式,人体运动分析正是其中的关键技术之一,基于单目视频序列的人体运动分析方法更是在人机交互、视频检索、智能监控等领域有着极为广泛的应用前景。本文主要包括以下内容。首先,在分析了现有的人体运动表示方式的基础上,对时空事件和时空兴趣点的概念以及兴趣点检测的思想方法和历史沿革进行了详尽的阐述。实现了基于单目视频序列的时空兴趣点检测。其次,对时空兴趣点的邻域特征及其描述形式进行了研究,给出一种基于微分特征的描述符并以此为基础实现了时空兴趣点的分类。针对时空兴趣点的检测过程中采用固定的检测尺度无法同时检测到尺度差异较大的时空兴趣点的问题,提出了一种判断检测尺度优劣的方法。再次,建立了基于时空兴趣点的动作模型并给出了一种规范化方法,使人体位置、大小不同的动作模型有了统一的表示形式。实现了基于这一模型的人体动作识别。最后,针对简单动作序列中时空兴趣点数量少的问题提出一种改进的时空兴趣点检测方法。这种方法在时域上用Gabor滤波器代替原来的高斯滤波器,使检测算子对图像灰度随时间的变化更加敏感,能够得到更多的时空兴趣点。

全文目录

摘要  4-5
Abstract  5-8
第1章绪论  8-21
  1.1 引言  8-10
  1.2 人体运动分析的主要内容  10-15
    1.2.1 运动人体的追踪  10-11
    1.2.2 人体运动的表示  11-13
    1.2.3 动作识别和行为理解  13-15
  1.3 人体运动分析的主要应用  15-17
  1.4 人体运动分析的特点和难点  17-19
  1.5 本课题研究的主要内容  19-21
第2章时空兴趣点及其分类  21-37
  2.1 时空兴趣点机器检测  21-31
    2.1.1 时空事件  21
    2.1.2 二维空间中兴趣点的检测  21-25
    2.1.3 时空兴趣点的检测  25-28
    2.1.4 兴趣点检测算法  28-29
    2.1.5 实验  29-31
  2.2 时空兴趣点的分类  31-35
    2.2.1 立方体  31-32
    2.2.2 立方体的描述符  32
    2.2.3 K-mean聚类  32-35
    2.2.4 实验  35
  2.3 运动的时空兴趣点表示和其他表示方法的比较  35
  2.4 本章小结  35-37
第3章动作模型与动作识别  37-43
  3.1 动作模型  37-40
    3.1.1 动作模型的建立  37-38
    3.1.2 动作模型的规范化  38-39
    3.1.3 运动人体的检测  39-40
  3.2 动作分类  40-42
    3.2.1 最小距离分类器  40-41
    3.2.2 实验  41-42
  3.3 本章小结  42-43
第4章时空兴趣点检测的尺度选择  43-53
  4.1 问题的提出  43-44
  4.2 空间域上的尺度选择  44-45
  4.3 高斯Blob和时空事件  45-46
  4.4 尺度选择算子  46-48
  4.5 尺度自适应的时空兴趣点检测算法  48-50
  4.6 实验  50-52
  4.7 本章小结  52-53
第5章 Gabor滤波器与高斯滤波器的混合  53-59
  5.1 引言  53-54
  5.2 Gabor滤波器  54-55
    5.2.1 一维Gabor滤波器  54
    5.2.2 二维Gabor滤波器  54-55
  5.3 混合滤波器  55-56
  5.4 算法  56-57
  5.5 实验  57-58
  5.6 本章小结  58-59
结论  59-60
参考文献  60-65
致谢  65

基于单目视频序列的人体运动分析方法研究

内容摘要

全文目录

相似论文