学位论文 > 优秀研究生学位论文题录展示

基于视觉的运动检测与手部动作识别

作　者: 郭曦
导　师: 周越
学　校: 上海交通大学
专　业: 模式识别与智能系统
关键词: 运动检测 背景模型 颜色矩 码书 阴影去除 Hausdorff距离 动作识别
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 301次
引　用: 1次
阅　读: 论文下载
 

内容摘要


运动目标检测是计算机视觉方面的一项关键技术。背景建模法是对图像序列中的当前帧和背景参考模型进行比较,从而实现对运动目标的检测,其中背景模型反映了背景环境的信息。现有的运动目标检测算法未能很好的解决一些关键的问题,例如光照变化、物体的阴影和动态背景等。本文在研究现有的运动目标检测算法的基础上,针对上述问题,提出了两种新的改进算法。最后,在前景检测的基础上,对手部的特定动作进行识别。在基于码书的背景模型的基础上,本文提出了一种改进算法。在该算法中,提出了一种新的基于阴影检测算法的颜色与亮度模型,该模型能够有效去除前景目标的阴影;考虑到像素点的邻域信息对表达场景内容的重要性,将颜色矩引入背景模型;该算法还提出了一种新的背景模型更新策略,在背景模型中同时包含了前景目标和背景的信息。实验结果表明,即使背景场景轻微运动和光照条件变化,该方法构造的背景也能有效检测运动目标。为了充分利用场景的局部信息,本文提出了一种基于码书模型的双层背景模型,将基于像素和基于区域的背景模型统一于一个框架中。双层背景模型利用局部区域的统计特征,将基于区域的背景模型和基于像素的背景模型相结合,构建了一个有效的层次背景模型。在对于局部区域的建模中,本文还提出了一种新的局部区域描述符。该描述符综合运用色彩不变量和纹理特征,对局部特征进行了更准确的描述,对动态背景和光照变化等具有更好的适应性。在准确提取前景的基础上,本文对手部的特定动作进行识别。手部动作识别在人机交互、视频监控等方面有丰富的应用。本文的手部动作识别算法分为三个主要部分:手部特征检测、基本动作分割和动作轨迹识别。本文算法将三维的动作转化为二维的轨迹,并利用Hausdorff距离来实现具有平移和缩放变换的轨迹识别。

全文目录


摘要  5-7
ABSTRACT  7-11
第1章 绪论  11-17
  1.1 选题意义  11-12
  1.2 运动目标检测技术的发展及研究动态  12-13
  1.3 动作识别算法发展与研究动态  13-15
    1.3.1 动作特征表示  14
    1.3.2 动作识别算法  14-15
  1.4 本文章节安排  15-17
第2章 运动目标检测基本方法  17-35
  2.1 基于背景减除的运动目标检测基本算法  17-19
  2.2 高斯混合模型  19-22
    2.2.1 在线K 均值估计  20-21
    2.2.2 L 最近窗估计  21-22
    2.2.3 高斯混合模型实验结果  22
  2.3 基于核密度估计的背景模型  22-25
  2.4 基于码书的运动目标检测算法  25-33
    2.4.1 码书背景模型  26-27
    2.4.2 颜色和亮度模型  27-29
    2.4.3 前景检测  29-30
    2.4.4 基于码书的背景模型  30-31
    2.4.5 码书模型试验结果  31-33
  2.5 运动目标检测算法评价方法  33-34
  2.6 本章小结  34-35
第3章 基于阴影抑制和颜色矩的码书模型  35-46
  3.1 特征提取  35-38
    3.1.1 颜色矩  35-36
    3.1.2 颜色与亮度模型  36-38
  3.2 背景模型建立  38-41
    3.2.1 背景模型匹配  39-40
    3.2.2 模型的更新  40-41
    3.2.3 前景检测  41
  3.3 实验与结果分析  41-44
  3.4 本章小结  44-46
第4章 基于码书的双层背景模型  46-62
  4.1 局部特征描述  46-50
    4.1.1 内容对比描述符  46-48
    4.1.2 颜色与纹理描述符  48-50
    4.1.3 局部特征描述符相似度计算  50
  4.2 双层背景模型框架  50-52
  4.3 基于高斯混合模型的双层背景模型  52-53
  4.4 基于区域的码书模型  53-56
    4.4.1 基于区域的码书模型  53-55
    4.4.2 基于像素的码字背景模型  55-56
  4.5 试验结果与分析  56-61
  4.6 本章小结  61-62
第5章 手部动作识别  62-85
  5.1 常用动作识别方法  62-66
    5.1.1 动作特征表示  62-64
    5.1.2 动作识别分类  64-66
  5.2 特征检测  66-68
  5.3 运动轨迹提取  68-73
    5.3.1 扩展有限状态机  68-69
    5.3.2 利用扩展有限状态机的手势分割  69-73
  5.4 手部运动识别  73-81
    5.4.1 Hausdorff 距离  73-76
    5.4.2 距离变换  76-77
    5.4.3 基于Hausdorff 距离的轨迹识别  77-81
  5.5 实验结果  81-84
  5.6 本章小结  84-85
第6章 全文总结  85-87
  6.1 主要结论  85-86
  6.2 研究展望  86-87
参考文献  87-93
攻读硕士学位期间已发表或录用的论文  93-94
致谢  94-96

相似论文

  1. 基于车载3D加速传感器的路况监测研究,TP274
  2. 运动检测技术在智能监控系统中的应用,TP277
  3. 量子粒子群算法研究及其在图像矢量量化码书设计中的应用,TP301.6
  4. 基于DM6437平台的智能视频分析系统,TP391.41
  5. 嵌入式处理器中多媒体加速单元的研究,TP332
  6. 手指静脉识别技术研究,TP391.41
  7. 视频监控中目标的行为分析,TP391.41
  8. 基于DM6437的视频行人运动检测系统设计,TP391.41
  9. 视频跟踪中Mean-Shift算法的应用研究,TP391.41
  10. 基于特征的图像匹配算法研究,TP391.41
  11. 面向PTZ摄像机的运动目标检测技术研究,TP391.41
  12. 动态心电波形聚类策略的有效性分析,TP311.13
  13. 复杂信道下的说话人识别技术,TN912.34
  14. 面向邮件系统的恶意代码检测技术研究,TP393.08
  15. 运动目标检测跟踪中关键问题研究,TP391.41
  16. 交通视频中视点无关目标分类与检索方法研究,TP391.41
  17. 基于Adept机器人的平面工件视觉定位与控制,TP391.41
  18. 智能视频监控中的运动目标检测与跟踪算法研究,TP391.41
  19. 交通视频监控中的背景提取与运动跟踪方法研究,TP391.41
  20. 监控视频摘要生成技术的研究与实现,TP391.41
  21. 公共场所运动目标检测与行为分析,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com