基于多特征综合分析的交警指挥动作识别方法
发布时间：2021-03-10 17:43
随着社会的不断进步,科技的不断发展,交通拥堵成为了城市发展的一个主要问题。无人驾驶汽车的出现,为解决城市交通拥堵问题带来新的曙光。无人驾驶汽车借助智能辅助驾驶系统,可以有效的解决大部分人为造成的交通拥堵问题。在人工智能和大数据快速发展的时代,基于机器视觉的人体动作识别技术得到了较为广泛的应用,但是将该技术应用于无人驾驶系统,并用于识别交警指挥动作是一个具有潜在价值的研究热点。基于此背景本文主要针对实际路况下交警指挥动作识别进行研究。为了在实际路况的复杂背景下定位交警,采用多种不同颜色阈值投票方法对交警进行定位检测。将交警人脸及制服中不同区域颜色分别进行提取然后再统一进行投票,按得票率确定交警所在区域,然后对图像使用空洞填充技术完善最大连通区域并通过查找交警形心点位置实现交警运动区域检测,最后将原图像序列根据运动区域进行裁切再重组的方式获得仅有交警的新图像序列,减少复杂背景环境中的干扰。针对实际路况下自动驾驶系统需要从四个不同的方位面对交警的八种指挥动作进行识别,因此利用交警人体宽度、人体高度、双臂位置、头部转动、动作步数五种运动特征值对三十二种交警指挥动作建模。并采用对人体宽度与高度变...
【文章来源】：河北大学河北省
【文章页数】：85 页
【学位级别】：硕士
【部分图文】：
交警制服
第一章绪论7算量，提高交警检测效率。2.1.1色彩空间的选择彩色模型是用来精确标定和生成各种颜色的一套规则和定义，它的用途是在某些标准下用通常可接受的方式简化颜色规范。彩色模型[38]通常可以采用坐标系统来描述，常见的彩色空间模型有RGB模型、Lab模型、HSV模型等，下面对常见的彩色模型进行简介。(1)RGB色彩空间RGB模型[39]是通过对红(R)、绿(G)、蓝(B)3个颜色的亮度变化以及它们之间的相互叠加来得到各式各样的颜色。其中RGB彩色控件对应的坐标系统如图2-2所示，RGB模型是最为常见的模型其特点为仅用R、G、B三个通道就可以表示常见的大部分颜色，缺点是该模型容易受到光照的影响，因此一般情况不选用RGB模型。图2-2RGB色彩空间模型(2)Lab颜色模型Lab颜色模型[40]由亮度(L)和a，b两个颜色通道一同组成，其中a通道所包含的颜色为：深绿色到灰色再到亮粉色，b通道所包含颜色为：亮蓝色到灰色再到黄色。该模型的主要特点为：色域宽阔，并且其颜色表达能力要强于RBG模型，通常人的肉眼能感知的颜色都能使用Lab模型表现出来[41]。(3)HSV颜色模型HSV颜色模型[42]又称六角锥体模型(HexconeModel)，该模型的颜色参数由色调(H)、饱和度(S)、亮度(V)，三者综合进行调节。HSV模型的三维表示从RGB立方体演化而
河北大学硕士学位论文8来，其模型效果如图2-3所示，该色彩模型外形为立方体的六边形，六边形边界表示色彩，水平轴表示纯度，明度沿垂直轴测量。图2-3HSV颜色空间模型综上所述，由于HSV色彩空间模型相对于RGB空间能够非常直观的表达色彩的明暗，色调，以及鲜艳程度，方便进行颜色之间的对比，有效提高图像分割效率[43]。因此使用HSV色彩空间模型对图像进行目标检测和图像分割。2.1.2交警制服颜色阈值分割图像分割是在进行图像特征提娶图像识别前不可缺少的一步[44]，基于颜色的图像分割方法操作简单且计算量小，因此成为本文的首选方法。阈值的选取是图像分割过程中尤为重要的一步，合理的选择阈值才能保证图像分割的效果。阈值从广义上来说可以分为全局阈值和局部阈值两种方式[45]，第一种方式要根据多次实验结果得出，适用于整幅图像的颜色色差比较明显的图像；第二种方式则是分成多个区域，采用不同的阈值对各个区域分割，适用于色彩比较复杂，局部对比度明显的图像。交警制服颜色较为固定，常见的制服主要由绿色、蓝色、白色、黑色四种颜色组成，对交警制服进行颜色阈值分割[42]时，由于制服颜色较多且在图像中较为明显，因此选用局部阈值的方法较为合适。在HSV色彩空间，每种颜色的H值和S值都是固定的，而且各个颜色相对独立，因此可以使用HSV色彩空间进行分割。考虑到不同季节交警制服颜色具有轻微差异，本文提出投票算法来对制服进行分类处理，其计算方法为：根据不同季节制服的颜色制定了四种颜色模板，分别为：(1)绿色、白色、蓝色、反光色、黑色。(2)蓝色、白色、黑色。(3)绿色、白色、反光色、黑色。(4)黑色、白色、绿
【参考文献】：
期刊论文
[1]基于HSV颜色空间的运动目标识别[J]. 付长斐,叶宾,李会军. 控制与信息技术. 2020(02)
[2]研究人工智能在交通领域的主要技术及应用前景[J]. 吴世旺. 通讯世界. 2019(12)
[3]北斗卫星导航系统在无人驾驶领域的应用[J]. 刘涛,刘金元. 信息通信. 2019(11)
[4]基于视频的人体骨架建模方法[J]. 郭佳兴,鲁斌. 中国科技信息. 2019(21)
[5]基于组合色彩空间和卷积神经网络的手势识别算法[J]. 纪国华. 现代计算机. 2019(29)
[6]基于肤色分割的人脸检测算法[J]. 周品,李先祥. 自动化与信息工程. 2019(05)
[7]MATLAB在数字图像处理中的应用[J]. 张飞鸽,李凯,翟少康,李梅霞. 计算机技术与发展. 2019(11)
[8]基于图像处理的车牌识别与字符分割及MATLAB实现[J]. 黄岳锐,黄楷佳. 内蒙古科技与经济. 2019(10)
[9]复杂背景下的人体轮廓提取算法[J]. 师乐,汤汶,万韬阮,朱耀麟,武桐. 科学技术与工程. 2019(09)
[10]一种基于OpenCV的手势轮廓识别与指尖定位跟踪方法[J]. 童欣. 福建电脑. 2018(12)
博士论文
[1]基于深度图像序列的人体动作识别方法研究[D]. 姬晓鹏.中国科学院大学(中国科学院深圳先进技术研究院) 2018
[2]静态图象肤色检测研究[D]. 徐战武.浙江大学 2006
硕士论文
[1]基于数据手套和Kinect的手势识别算法研究[D]. 郭小沛.济南大学 2019
[2]基于Retinex理论的图像与视频增强算法研究[D]. 张诗.南京邮电大学 2018
[3]基于隐马尔科夫模型的视觉词袋法识别交警动作[D]. 魏熙宁.河北大学 2018
[4]复杂环境中交通信号灯的识别[D]. 冯霞飞.沈阳理工大学 2018
[5]显著性检测及在智能交通系统中的应用[D]. 郭阳阳.南京航空航天大学 2018
[6]动作识别在交通指挥中的应用研究[D]. 未志园.河北大学 2017
[7]基于骨架信息的人体动作识别[D]. 范嘉义.中国科学技术大学 2017
[8]基于视听信息的人体行为识别算法研究[D]. 周生凯.山东大学 2013
[9]基于骨架化和模板匹配的交通指挥手势识别[D]. 李文杰.浙江工业大学 2011
[10]基于DSP的多运动目标检测与跟踪技术研究[D]. 高飞.合肥工业大学 2011
本文编号：3075024
【文章来源】：河北大学河北省
【文章页数】：85 页
【学位级别】：硕士
【部分图文】：
交警制服
第一章绪论7算量，提高交警检测效率。2.1.1色彩空间的选择彩色模型是用来精确标定和生成各种颜色的一套规则和定义，它的用途是在某些标准下用通常可接受的方式简化颜色规范。彩色模型[38]通常可以采用坐标系统来描述，常见的彩色空间模型有RGB模型、Lab模型、HSV模型等，下面对常见的彩色模型进行简介。(1)RGB色彩空间RGB模型[39]是通过对红(R)、绿(G)、蓝(B)3个颜色的亮度变化以及它们之间的相互叠加来得到各式各样的颜色。其中RGB彩色控件对应的坐标系统如图2-2所示，RGB模型是最为常见的模型其特点为仅用R、G、B三个通道就可以表示常见的大部分颜色，缺点是该模型容易受到光照的影响，因此一般情况不选用RGB模型。图2-2RGB色彩空间模型(2)Lab颜色模型Lab颜色模型[40]由亮度(L)和a，b两个颜色通道一同组成，其中a通道所包含的颜色为：深绿色到灰色再到亮粉色，b通道所包含颜色为：亮蓝色到灰色再到黄色。该模型的主要特点为：色域宽阔，并且其颜色表达能力要强于RBG模型，通常人的肉眼能感知的颜色都能使用Lab模型表现出来[41]。(3)HSV颜色模型HSV颜色模型[42]又称六角锥体模型(HexconeModel)，该模型的颜色参数由色调(H)、饱和度(S)、亮度(V)，三者综合进行调节。HSV模型的三维表示从RGB立方体演化而
河北大学硕士学位论文8来，其模型效果如图2-3所示，该色彩模型外形为立方体的六边形，六边形边界表示色彩，水平轴表示纯度，明度沿垂直轴测量。图2-3HSV颜色空间模型综上所述，由于HSV色彩空间模型相对于RGB空间能够非常直观的表达色彩的明暗，色调，以及鲜艳程度，方便进行颜色之间的对比，有效提高图像分割效率[43]。因此使用HSV色彩空间模型对图像进行目标检测和图像分割。2.1.2交警制服颜色阈值分割图像分割是在进行图像特征提娶图像识别前不可缺少的一步[44]，基于颜色的图像分割方法操作简单且计算量小，因此成为本文的首选方法。阈值的选取是图像分割过程中尤为重要的一步，合理的选择阈值才能保证图像分割的效果。阈值从广义上来说可以分为全局阈值和局部阈值两种方式[45]，第一种方式要根据多次实验结果得出，适用于整幅图像的颜色色差比较明显的图像；第二种方式则是分成多个区域，采用不同的阈值对各个区域分割，适用于色彩比较复杂，局部对比度明显的图像。交警制服颜色较为固定，常见的制服主要由绿色、蓝色、白色、黑色四种颜色组成，对交警制服进行颜色阈值分割[42]时，由于制服颜色较多且在图像中较为明显，因此选用局部阈值的方法较为合适。在HSV色彩空间，每种颜色的H值和S值都是固定的，而且各个颜色相对独立，因此可以使用HSV色彩空间进行分割。考虑到不同季节交警制服颜色具有轻微差异，本文提出投票算法来对制服进行分类处理，其计算方法为：根据不同季节制服的颜色制定了四种颜色模板，分别为：(1)绿色、白色、蓝色、反光色、黑色。(2)蓝色、白色、黑色。(3)绿色、白色、反光色、黑色。(4)黑色、白色、绿
【参考文献】：
期刊论文
[1]基于HSV颜色空间的运动目标识别[J]. 付长斐,叶宾,李会军. 控制与信息技术. 2020(02)
[2]研究人工智能在交通领域的主要技术及应用前景[J]. 吴世旺. 通讯世界. 2019(12)
[3]北斗卫星导航系统在无人驾驶领域的应用[J]. 刘涛,刘金元. 信息通信. 2019(11)
[4]基于视频的人体骨架建模方法[J]. 郭佳兴,鲁斌. 中国科技信息. 2019(21)
[5]基于组合色彩空间和卷积神经网络的手势识别算法[J]. 纪国华. 现代计算机. 2019(29)
[6]基于肤色分割的人脸检测算法[J]. 周品,李先祥. 自动化与信息工程. 2019(05)
[7]MATLAB在数字图像处理中的应用[J]. 张飞鸽,李凯,翟少康,李梅霞. 计算机技术与发展. 2019(11)
[8]基于图像处理的车牌识别与字符分割及MATLAB实现[J]. 黄岳锐,黄楷佳. 内蒙古科技与经济. 2019(10)
[9]复杂背景下的人体轮廓提取算法[J]. 师乐,汤汶,万韬阮,朱耀麟,武桐. 科学技术与工程. 2019(09)
[10]一种基于OpenCV的手势轮廓识别与指尖定位跟踪方法[J]. 童欣. 福建电脑. 2018(12)
博士论文
[1]基于深度图像序列的人体动作识别方法研究[D]. 姬晓鹏.中国科学院大学(中国科学院深圳先进技术研究院) 2018
[2]静态图象肤色检测研究[D]. 徐战武.浙江大学 2006
硕士论文
[1]基于数据手套和Kinect的手势识别算法研究[D]. 郭小沛.济南大学 2019
[2]基于Retinex理论的图像与视频增强算法研究[D]. 张诗.南京邮电大学 2018
[3]基于隐马尔科夫模型的视觉词袋法识别交警动作[D]. 魏熙宁.河北大学 2018
[4]复杂环境中交通信号灯的识别[D]. 冯霞飞.沈阳理工大学 2018
[5]显著性检测及在智能交通系统中的应用[D]. 郭阳阳.南京航空航天大学 2018
[6]动作识别在交通指挥中的应用研究[D]. 未志园.河北大学 2017
[7]基于骨架信息的人体动作识别[D]. 范嘉义.中国科学技术大学 2017
[8]基于视听信息的人体行为识别算法研究[D]. 周生凯.山东大学 2013
[9]基于骨架化和模板匹配的交通指挥手势识别[D]. 李文杰.浙江工业大学 2011
[10]基于DSP的多运动目标检测与跟踪技术研究[D]. 高飞.合肥工业大学 2011
本文编号：3075024
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3075024.html
最近更新
教材专著
