基于计算机视觉的鹦鹉临震行为关键技术的研究

发布时间：2017-11-12 11:15

  本文关键词：基于计算机视觉的鹦鹉临震行为关键技术的研究

  更多相关文章： 临震行为 计算机视觉 鹦鹉行为 姿态识别 行为分析 背景差分 朴素贝叶斯分类器

【摘要】：近年来,世界各地地震频繁发生,给人类造成了巨大的伤亡和财产损失。如果能对地震进行准确地预测,将会极大的减少损失。但是,目前地震的预测仍然是一个世界性的难题。中国古代有很多关于地震前动物出现异常的传说,近些年日本、美国也有一些关于地震时动物异常的报告,但这些大都是一些民间的记录和猜测,没有科学的证据表明两者之间的确切的关系。为了能够科学的解明两者之间有没有相关的联系,本文选取了很多学者认为临震反应较明显虎皮鹦鹉作为实验研究对象,采用计算机视觉的方法分析它的相关行为。本文总结并分析了当前动物行为分析的研究现状,包括了采用的技术方法和存在的不足,并针对本文研究对象—鹦鹉,采用了基于计算机视觉的方法,对鹦鹉临震行为的关键技术进行了研究。具体工作如下:1.采用了背景差分的算法对目标进行提取,并对该算法进行了改进,针对光照的变化和环境噪声适应性的进行背景更新,可以快速地提取出静止和运动的目标。2.对目标的形态进行分析,采用了全局特征和局部特征进行结合的方法,并利用机器学习的方法,针对目标的几种关键形态进行了分类。3.利用目标的连续时间内形态和位置的变化,来识别目标的跳动行为,并采用区域定制与鹦鹉的形态状况相结合的方法,分析鹦鹉的饮食行为。4.把各种行为统计出来,对鹦鹉的行为规律进行分析,采用鹦鹉活动频次的方法对跳动的规律分析,利用笛卡尔积的方法结合时间因素、环境因素、行为因素和身体状况因素综合起来对鹦鹉的行为进行编码,并结合鹦鹉的轨迹密度分布特征,找到目标轨迹分布的规律。最后,本文使用java语言实现了自动分析鹦鹉的行为并记录保存的系统,获取大量的真实数据,为相关的研究提供支持。文章最后指出了本文还存在的问题,并对接下来的研究工作进行展望。
【学位授予单位】：浙江工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：P315.728;TP391.41

【参考文献】

中国期刊全文数据库 前9条

1 陈灿;熊妍;阎保平;;野外科研视频中鸟类目标的检测和跟踪技术研究[J];科研信息化技术与应用;2014年01期

2 劳凤丹;滕光辉;李军;余礼根;李卓;;机器视觉识别单只蛋鸡行为的方法[J];农业工程学报;2012年24期

3 杜鉴豪;许力;;基于区域光流特征的异常行为检测[J];浙江大学学报(工学版);2011年07期

4 虞旦;韦巍;张远辉;;一种基于卡尔曼预测的动态目标跟踪算法研究[J];光电工程;2009年01期

5 佘九华;王敬东;李鹏;;基于Camshift的人脸跟踪算法[J];计算机技术与发展;2008年09期

6 李均之;;虎皮鹦鹉异常行为与临震预测[J];北京工业大学学报;2008年02期

7 魏伟波;芮筱亭;;不变矩方法研究[J];火力与指挥控制;2007年11期

8 高丽;杨树元;李海强;;一种基于标记的分水岭图像分割新算法[J];中国图象图形学报;2007年06期

9 李刚;邱尚斌;林凌;曾锐利;;基于背景差法和帧间差法的运动目标检测方法[J];仪器仪表学报;2006年08期

，

本文编号：1175665