基于多特征融合的婴儿异常行为检测方法研究
发布时间：2021-09-04 20:47
一些由于不可测原因未达到足月便出生的婴儿,由于出生时的一些先天缺陷,产生脑性瘫痪、精神发育迟滞等严重的神经发育障碍的风险明显增高。神经发育结局异常的小婴儿早期在行为上表现为全身运动模式的异常,如在足月前及足月后1个月整体运动顺序缺乏变化性、单调,运动的幅度、速度和强度小。而在足月后2至5月龄观察不到遍布全身的各方向的小幅度中速运动,运动不流畅不协调。医生根据这些行为特点对小婴儿发育行为进行评判,并对评估异常的小婴儿给予早期干预,从而改善不良神经发育结局,这对治疗神经发育障碍性疾病,扭转其不良发育结局有很重要的意义。本文研究的目的是考虑是否可以用计算机视觉加机器学习的方法,代替传统人工判断,以提高效率。首先,本文对婴儿的异常行为进行了分析,选择对婴儿进行目标跟踪,以观察其运动时的各项数据变化。分析传统的Meanshift跟踪算法后发现,该算法简单且非常适用于本文的单一背景样本视频,但考虑其判断的条件较为简单,在原有算法的基础上进行改进,提出基于注意力机制的关于婴儿的目标跟踪算法,以更加适应本文的视频样本的跟踪。弥补Meanshift算子存在的一些缺陷,并在婴儿样本的跟踪上取得了不错的跟踪...
【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
婴儿（2）梯度特征
吉林大学硕士学位论文8图2.2图像HOG特征提取流程图图2.3婴儿及HOG特征图（3）多尺度特征图像的多尺度特征，也是一个经常用来分析的特征。所谓的多尺度特征，就是建立多个不同尺度坐标系对同一目标图像进行分析。这样一幅图像放在不同的尺度下，会有不同的信息特征表述，这些信息特征有相同的，也有不同的关键点，将其中相同的关键点进行匹配，所提取出的就是不论尺度如何变化，自身都不会变的特性，即尺度不变性。通过对多尺度的图像特征分析，可以得到对目标图像的综合的理解和应用。对于多尺度空间，其实质就是寻找合适的核函数，利用核函数可以产生不同的关于尺度的描述，对于一幅二维图像，它的的多尺度空间可表示为：
吉林大学硕士学位论文8图2.2图像HOG特征提取流程图图2.3婴儿及HOG特征图（3）多尺度特征图像的多尺度特征，也是一个经常用来分析的特征。所谓的多尺度特征，就是建立多个不同尺度坐标系对同一目标图像进行分析。这样一幅图像放在不同的尺度下，会有不同的信息特征表述，这些信息特征有相同的，也有不同的关键点，将其中相同的关键点进行匹配，所提取出的就是不论尺度如何变化，自身都不会变的特性，即尺度不变性。通过对多尺度的图像特征分析，可以得到对目标图像的综合的理解和应用。对于多尺度空间，其实质就是寻找合适的核函数，利用核函数可以产生不同的关于尺度的描述，对于一幅二维图像，它的的多尺度空间可表示为：
【参考文献】：
期刊论文
[1]基于卷积神经网络的鲁棒高精度目标跟踪算法[J]. 李康,李亚敏,胡学敏,邵芳. 电子学报. 2018(09)
[2]尺度自适应的HLBP纹理特征目标跟踪算法[J]. 杜静雯,黄山. 计算机工程与设计. 2018(07)
[3]自适应HLBP纹理特征的Meanshift目标跟踪算法[J]. 杜静雯,黄山,杨双祥. 计算机科学. 2017(S2)
[4]一种基于改进型meanshift算法的运动目标跟踪方法[J]. 周越,张帆,夏彩凤. 科技经济导刊. 2017(21)
[5]基于深度学习的多目标跟踪算法研究[J]. 陆平,邓硕,李伟华. 中兴通讯技术. 2017(04)
[6]基于Contourlet和MeanShift的交通视频车辆跟踪算法[J]. 王相海,刘美瑶,苏元贺,方玲玲,宋传鸣. 辽宁师范大学学报(自然科学版). 2017(02)
[7]基于生成式模型的目标跟踪方法综述[J]. 朱文青,刘艳,卞乐,张子龙. 微处理机. 2017(01)
[8]自适应窗口的meanshift目标跟踪算法[J]. 陈菲,黄勇坚,李淑彦,张舟. 电子技术. 2016(05)
[9]HLBP纹理特征Mean Shift目标跟踪算法[J]. 杨德红,闫河,刘婕,王朴. 计算机工程与设计. 2016(04)
[10]基于HASH感知和小波变换的目标跟踪算法[J]. 赵琳,王秋帆,刘源,郝勇. 系统工程与电子技术. 2016(04)
博士论文
[1]复杂场景下的运动目标检测与跟踪研究[D]. 王欢.北京理工大学 2015
[2]智能视频监控中目标检测、跟踪和识别方法研究[D]. 夏东.国防科学技术大学 2012
[3]全身运动（GMs）评估在高危儿运动发育随访中的应用研究[D]. 杨红.复旦大学 2009
硕士论文
[1]基于视频监控的目标检测与跟踪算法研究[D]. 姜丹.西安理工大学 2018
[2]基于深度学习的手势跟踪方法研究[D]. 杨燕平.电子科技大学 2018
[3]视频监控中行人异常行为分析研究[D]. 高翔.电子科技大学 2018
[4]视频监控下实时异常行为检测研究[D]. 师哲.南京邮电大学 2017
[5]应用Contourlet变换的目标跟踪算法研究[D]. 王雯.兰州理工大学 2016
本文编号：3383981
【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
婴儿（2）梯度特征
吉林大学硕士学位论文8图2.2图像HOG特征提取流程图图2.3婴儿及HOG特征图（3）多尺度特征图像的多尺度特征，也是一个经常用来分析的特征。所谓的多尺度特征，就是建立多个不同尺度坐标系对同一目标图像进行分析。这样一幅图像放在不同的尺度下，会有不同的信息特征表述，这些信息特征有相同的，也有不同的关键点，将其中相同的关键点进行匹配，所提取出的就是不论尺度如何变化，自身都不会变的特性，即尺度不变性。通过对多尺度的图像特征分析，可以得到对目标图像的综合的理解和应用。对于多尺度空间，其实质就是寻找合适的核函数，利用核函数可以产生不同的关于尺度的描述，对于一幅二维图像，它的的多尺度空间可表示为：
吉林大学硕士学位论文8图2.2图像HOG特征提取流程图图2.3婴儿及HOG特征图（3）多尺度特征图像的多尺度特征，也是一个经常用来分析的特征。所谓的多尺度特征，就是建立多个不同尺度坐标系对同一目标图像进行分析。这样一幅图像放在不同的尺度下，会有不同的信息特征表述，这些信息特征有相同的，也有不同的关键点，将其中相同的关键点进行匹配，所提取出的就是不论尺度如何变化，自身都不会变的特性，即尺度不变性。通过对多尺度的图像特征分析，可以得到对目标图像的综合的理解和应用。对于多尺度空间，其实质就是寻找合适的核函数，利用核函数可以产生不同的关于尺度的描述，对于一幅二维图像，它的的多尺度空间可表示为：
【参考文献】：
期刊论文
[1]基于卷积神经网络的鲁棒高精度目标跟踪算法[J]. 李康,李亚敏,胡学敏,邵芳. 电子学报. 2018(09)
[2]尺度自适应的HLBP纹理特征目标跟踪算法[J]. 杜静雯,黄山. 计算机工程与设计. 2018(07)
[3]自适应HLBP纹理特征的Meanshift目标跟踪算法[J]. 杜静雯,黄山,杨双祥. 计算机科学. 2017(S2)
[4]一种基于改进型meanshift算法的运动目标跟踪方法[J]. 周越,张帆,夏彩凤. 科技经济导刊. 2017(21)
[5]基于深度学习的多目标跟踪算法研究[J]. 陆平,邓硕,李伟华. 中兴通讯技术. 2017(04)
[6]基于Contourlet和MeanShift的交通视频车辆跟踪算法[J]. 王相海,刘美瑶,苏元贺,方玲玲,宋传鸣. 辽宁师范大学学报(自然科学版). 2017(02)
[7]基于生成式模型的目标跟踪方法综述[J]. 朱文青,刘艳,卞乐,张子龙. 微处理机. 2017(01)
[8]自适应窗口的meanshift目标跟踪算法[J]. 陈菲,黄勇坚,李淑彦,张舟. 电子技术. 2016(05)
[9]HLBP纹理特征Mean Shift目标跟踪算法[J]. 杨德红,闫河,刘婕,王朴. 计算机工程与设计. 2016(04)
[10]基于HASH感知和小波变换的目标跟踪算法[J]. 赵琳,王秋帆,刘源,郝勇. 系统工程与电子技术. 2016(04)
博士论文
[1]复杂场景下的运动目标检测与跟踪研究[D]. 王欢.北京理工大学 2015
[2]智能视频监控中目标检测、跟踪和识别方法研究[D]. 夏东.国防科学技术大学 2012
[3]全身运动（GMs）评估在高危儿运动发育随访中的应用研究[D]. 杨红.复旦大学 2009
硕士论文
[1]基于视频监控的目标检测与跟踪算法研究[D]. 姜丹.西安理工大学 2018
[2]基于深度学习的手势跟踪方法研究[D]. 杨燕平.电子科技大学 2018
[3]视频监控中行人异常行为分析研究[D]. 高翔.电子科技大学 2018
[4]视频监控下实时异常行为检测研究[D]. 师哲.南京邮电大学 2017
[5]应用Contourlet变换的目标跟踪算法研究[D]. 王雯.兰州理工大学 2016
本文编号：3383981
本文链接：https://www.wllwen.com/yixuelunwen/eklw/3383981.html
最近更新
教材专著
