视频中的人体运动分析及其应用研究

发布时间：2021-12-23 23:51

　　基于视觉的人体运动分析是指对视频中的运动人体进行检测、识别和跟踪,并理解和描述人体行为,它是计算机视觉领域中一个新兴的研究方向。人体运动分析系统通常涉及图像预处理、运动目标检测和识别、运动人体跟踪、人体行为理解与描述等几个主要研究内容。目前在运动目标检测、识别及跟踪上得到相对成熟的研究成果,而在人体行为理解与描述方面,仍然存在大量问题亟待解决。本文就人体运动分析系统中的图像平滑、跟踪算法的尺度自适应性,以及人体行为理解等问题展开研究,取得的主要成果包括：（1）提出了一种基于视觉掩蔽效应的各向异性扩散系数方程,改进了各向异性扩散图像平滑算法,能有效滤除人体运动序列图像中的噪声。比较了现有几种基于各向异性扩散方程的平滑算法的性能,实验结果表明,本文方法不仅使恢复图像质量更好,信噪比更高,且算法的收敛速度快。（2）由于Mean-Shift算法和粒子滤波算法在目标尺寸变化大时不能准确跟踪,定义了多尺度图像信息量（MSIIM）,基于此信息量,提出了一种自动更新跟踪窗口尺寸的目标跟踪算法。实验结果表明,本文改进的跟踪算法,对逐渐增大的运动目标和逐渐减小的运动目标都能实现准确地实时跟踪。（3）提出了... 

【文章来源】：南京理工大学江苏省 211工程院校

【文章页数】：136 页

【学位级别】：博士

【文章目录】：
摘要
Abstract
插图
1 绪论
    1.1 人体运动分析的研究背景及意义
    1.2 人体运动分析系统的一般性框架
        1.2.1 运动目标检测
        1.2.2 目标分类
        1.2.3 人体的跟踪
        1.2.4 行为理解与描述
        1.2.5 异常事件检测
    1.3 国内外的研究现状
        1.3.1 人体运动分析的应用现状
        1.3.2 人体运动分析的通用数据库
        1.3.3 人体运动分析中存在的困难
    1.4 本文的主要工作和结构安排
        1.4.1 本文的主要工作
        1.4.2 本文结构安排
2 图像预处理与目标跟踪
    2.1 基于视觉掩蔽效应的多尺度图像平滑算法
        2.1.1 基于各向异性扩散的图像平滑算法
        2.1.2 各向异性扩散系数的改进
        2.1.3 实验结果
    2.2 跟踪窗自适应的目标跟踪算法
        2.2.1 基于彩色直方图特征的目标跟踪
        2.2.2 自动选择跟踪窗尺度的目标跟踪算法
    2.3 本章小结
3 人体运动序列分割及行为识别
    3.1 特征提取
    3.2 人体运动序列分割算法
        3.2.1 基于PCA的本征维数估计
        3.2.2 分割算法
    3.3 基于HMM的行为识别
    3.4 实验结果
        3.4.1 行为序列分割结果
        3.4.2 行为序列识别结果
    3.5 本章小结
4 基于决策树支持向量机分类器的人体行为识别系统
    4.1 视频采集
    4.2 基于背景减除法的运动目标检测
        4.2.1 背景模型的建立和更新
        4.2.2 阴影检测
    4.3 特征提取
        4.3.1 运动能量图像和运动历史图像
        4.3.2 运动能量序列
        4.3.3 运动能量图像轮廓编码
        4.3.4 最小外接矩形框
    4.4 基于决策树支持向量机的行为分类
        4.4.1 支持向量机
        4.4.2 基于先验知识的决策树支持向量机行为识别算法
        4.4.3 基于聚类的决策树支持向量机行为识别算法
    4.5 本章小结
5 家居看护中的异常行为检测
    5.1 基于组合分类器的异常行为检测
        5.1.1 行为特征提取
        5.1.2 组合分类器的设计
        5.1.3 实验结果
    5.2 基于支持向量机的异常行为检测
        5.2.1 行为的分类
        5.2.2 基于SVM的异常行为识别
        5.2.3 实验结果
    5.3 本章小结
6 结束语
致谢
参考文献
附录


【参考文献】：
期刊论文
[1]基于视觉的人行为理解综述[J]. 凌志刚,赵春晖,梁彦,潘泉,王燕.  计算机应用研究. 2008(09)
[2]基于Segmental-DTW的无监督行为序列分割[J]. 吴晓婕,胡占义,吴毅红.  软件学报. 2008(09)
[3]基于半监督学习的行为建模与异常检测[J]. 李和平,胡占义,吴毅红,吴福朝.  软件学报. 2007(03)
[4]基于视觉的人的运动识别综述[J]. 杜友田,陈峰,徐文立,李永彬.  电子学报. 2007(01)
[5]多分类支撑向量机综述[J]. 黄良力.  中国水运(学术版). 2006(05)
[6]视觉跟踪技术综述[J]. 侯志强,韩崇昭.  自动化学报. 2006(04)
[7]基于统计模型和活动轮廓的运动目标检测与跟踪[J]. 王长军,朱善安.  浙江大学学报(工学版). 2006(02)
[8]Mean-Shift跟踪算法中核函数窗宽的自动选取[J]. 彭宁嵩,杨杰,刘志,张风超.  软件学报. 2005(09)
[9]基于像素灰度归类的背景重构算法[J]. 侯志强,韩崇昭.  软件学报. 2005(09)
[10]基于视觉特征的尺度空间信息量度量[J]. 王郑耀,程正兴,汤少杰.  中国图象图形学报. 2005(07)

博士论文
[1]支持向量机在机器学习中的应用研究[D]. 罗瑜.西南交通大学 2007

硕士论文
[1]基于多分类器集成的模式识别研究[D]. 潘翔.浙江工业大学 2002



本文编号：3549423