当前位置:主页 > 科技论文 > 软件论文 >

基于视觉的人体动作识别技术研究

发布时间:2017-05-14 20:18

  本文关键词:基于视觉的人体动作识别技术研究,,由笔耕文化传播整理发布。


【摘要】:人体动作识别技术是视觉领域的重要研究课题之一。该技术在智能监控、人机交互与虚拟现实、运动分析和视频标注等方面具有广阔的应用前景。然而该研究领域存在的人体遮挡与自遮挡以及三维空间到二维图像平面投影带来的多义性等方面的困难使其成为一项具有挑战性的课题。基于此,本文围绕基于视觉的人体动作识别技术展开研究,重点针对基于单目视觉系统的人体动作检测与运动分析和基于RGBD视觉系统的人体动作识别展开阐述和深入研究,提出了一些解决方法和改进措施。本文研究的主要创新点如下:1、在单目视觉系统下,提出了一种改进的运动目标检测与运动分析方法,该方法包括运动目标检测、运动分析两个主要部分。在运动目标检测部分,提出了一种改进的运动检测算法,先对原有的混合高斯模型的更新方法进行改进,结合三帧差分法,提取出人体的二维轮廓图像,并将该检测算法应用到公共的行为数据集中进行验证;在运动分析部分,以人体轮廓的长宽比、人体矩形框的变化、时间轴上质心的偏移量等作为人体动作特征信息,并以人体动作信息的时间变化量作为人体动作类型的判断依据。2、在RGBD视觉系统下,提出了基于非训练模型和基于训练模型的两种动作识别方法。在基于非训练模型的动作识别方法中,以骨骼关节点的时间运动特性为动作特征对人体不同动作进行识别;在基于训练模型的动作识别方法中,选取了骨骼关节点的相对位置和关节角度作为人体动作的特征数据,建立不同动作的数据集,并对这些不同动作的特征数据进行多类SVM分类器进行分类训练,最后判别出人体动作的类型。实验表明,这两种人体动作识别方法均能够较好的完成人体动作识别的任务。
【关键词】:RGBD视觉 运动目标检测 人体骨骼模型 多类SVM分类器 人体动作识别
【学位授予单位】:北方工业大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:TP391.41
【目录】:
  • 摘要3-4
  • ABSTRACT4-8
  • 第一章 绪论8-16
  • 1.1 引言8
  • 1.2 课题的研究背景及意义8-11
  • 1.3 课题的研究现状11-14
  • 1.3.1 国内外研究现状11-14
  • 1.3.2 当前研究存在的问题与分析14
  • 1.4 课题研究内容与研究方法14-15
  • 1.5 论文结构安排15-16
  • 第二章 基于单目视觉系统的人体运动检测与运动分析16-30
  • 2.1 引言16-17
  • 2.2 运动目标检测17-26
  • 2.2.1 常用检测算法的比较与分析17-20
  • 2.2.2 基于改进的混合高斯模型和三帧差分法的运动检测20-23
  • 2.2.3 运动检测结果分析23-26
  • 2.3 基于形状与运动特性的运动分析26-28
  • 2.3.1 特征提取和运动描述26-27
  • 2.3.2 人体动作识别27-28
  • 2.4 实验结果与分析28-29
  • 2.5 本章小结29-30
  • 第三章 基于RGBD视觉系统的人体动作识别30-51
  • 3.1 引言30-31
  • 3.2 深度信息的获取31-37
  • 3.2.1 深度设备的选择31-32
  • 3.2.2 Kinect数据获取与分析32-36
  • 3.2.3 三维人体骨骼模型36-37
  • 3.3 基于非训练模型的人体动作识别方法37-39
  • 3.3.1 动作特征提取与描述37-38
  • 3.3.2 动作动态变化过程38-39
  • 3.3.3 实验结果与分析39
  • 3.4 基于训练模型的人体动作识别方法39-50
  • 3.4.1 动作特征提取与描述40-45
  • 3.4.2 多类SVM分类器45-47
  • 3.4.3 实验结果与分析47-50
  • 3.5 本章小结50-51
  • 第四章 总结与展望51-53
  • 4.1 本文工作总结51-52
  • 4.2 工作展望52-53
  • 参考文献53-58
  • 在学期间的研究成果58-59
  • 致谢59

【相似文献】

中国期刊全文数据库 前10条

1 胡雅琴;;动作识别技术及其发展[J];电视技术;2013年S2期

2 倪世宏,史忠科,谢川,王彦鸿;军用战机机动飞行动作识别知识库的建立[J];计算机仿真;2005年04期

3 程祥;;人体动作识别的研究[J];电脑知识与技术;2006年20期

4 黄飞跃;徐光yP;;视角无关的动作识别[J];软件学报;2008年07期

5 徐光yP;曹媛媛;;动作识别与行为理解综述[J];中国图象图形学报;2009年02期

6 黄丽鸿;高智勇;刘海华;;基于脉冲神经网络的人体动作识别[J];现代科学仪器;2012年02期

7 周艳青;王磊;;基于视觉的人体动作识别综述[J];山东轻工业学院学报(自然科学版);2012年01期

8 曹琨;;基于检索表的实时动作识别技术研究[J];中外企业家;2014年05期

9 刘博;安建成;;基于关键姿势的人体动作识别[J];电视技术;2014年05期

10 王燕;张绍武;凌志刚;潘泉;;基于图嵌入线性拓展方法的人体动作识别研究[J];计算机仿真;2008年10期

中国重要会议论文全文数据库 前7条

1 袁飞;程韬波;周松斌;肖先文;;基于加速度特征的可拓动作识别方法[A];广州市仪器仪表学会2009年学术年会论文集[C];2010年

2 黄飞跃;徐光yP;;自然的人体动作识别[A];第三届和谐人机环境联合学术会议(HHME2007)论文集[C];2007年

3 叶喜勇;陶霖密;王国建;邸慧军;;视角无关的人体躯干动作识别[A];第六届和谐人机环境联合学术会议(HHME2010)、第19届全国多媒体学术会议(NCMT2010)、第6届全国人机交互学术会议(CHCI2010)、第5届全国普适计算学术会议(PCC2010)论文集[C];2010年

4 黄艳欢;叶少珍;;连续动作分割综述[A];第十四届全国图象图形学学术会议论文集[C];2008年

5 董力赓;陶霖密;徐光yP;;头部姿态和动作的识别与理解[A];第三届和谐人机环境联合学术会议(HHME2007)论文集[C];2007年

6 朱岩;赵旭;刘允才;;基于稀疏编码和局部时空特征的人体动作识别[A];第十五届全国图象图形学学术会议论文集[C];2010年

7 席旭刚;金燕;朱海港;高云园;;基于小波包熵和支持向量机的手部肌电信号动作识别[A];2013年中国智能自动化学术会议论文集(第五分册)[C];2013年

中国重要报纸全文数据库 前2条

1 本报记者 陈丹;人与机器的“对话”[N];科技日报;2010年

2 ;凌空敲键盘?无线计算机手套问世[N];中国计算机报;2004年

中国博士学位论文全文数据库 前10条

1 谌先敢;现实环境下的人体动作识别[D];武汉大学;2012年

2 陈渊博;视频序列中的人体动作识别[D];北京邮电大学;2015年

3 刘翠微;视频中人的动作分析与理解[D];北京理工大学;2015年

4 陈萌;基于李代数高斯表示的动作识别方法研究[D];华中科技大学;2016年

5 李拟s

本文编号:366161


资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/366161.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户29cfd***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com