2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩62頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、人體行為分析是計(jì)算機(jī)視覺(jué)中的一個(gè)重要研究課題,其應(yīng)用包括智能視頻監(jiān)控、虛擬現(xiàn)實(shí)和人與電子設(shè)備進(jìn)行交互的各種系統(tǒng)。這些應(yīng)用領(lǐng)域多數(shù)需要對(duì)人體行為進(jìn)行檢測(cè)、跟蹤和自動(dòng)識(shí)別。傳統(tǒng)的人體行為分析方法大都建立在二維彩色圖像問(wèn)題上研究,但在實(shí)際應(yīng)用中仍存在很多困難,如背景擾動(dòng)、環(huán)境變化對(duì)人體目標(biāo)檢測(cè)的干擾,數(shù)據(jù)信息量和特征降維算法對(duì)特征提取問(wèn)題的影響等等。近年來(lái),諸多研究者將圖像深度信息和彩色信息融合,提出了很多識(shí)別方法。本文使用微軟Kinect作

2、為視覺(jué)信息獲取的傳感器設(shè)備,利用Kinect的深度傳感技術(shù),結(jié)合彩色圖像處理技術(shù)分析和理解人體行為,在圖像的采集和預(yù)處理方面較傳統(tǒng)的攝像頭有更為容易的處理方式。本文重點(diǎn)研究人體行為分析的方法,實(shí)時(shí)檢測(cè)跟蹤場(chǎng)景中的人體目標(biāo),并對(duì)人體日常行為進(jìn)行理解,設(shè)計(jì)了一個(gè)基于Kinect的人體行為識(shí)別系統(tǒng)。本文主要工作如下:
  首先,本文應(yīng)用Kinect傳感器獲取深度圖像,對(duì)Kinect的硬件組成結(jié)構(gòu)、技術(shù)規(guī)格和工作原理進(jìn)行探究,搭建實(shí)驗(yàn)環(huán)境

3、,分析使用Kinect獲取深度圖像數(shù)據(jù)進(jìn)行人體行為識(shí)別的可行性。
  其次,研究基于深度圖像的行為描述方法,通過(guò)邊緣檢測(cè)、噪聲處理、對(duì)人體目標(biāo)特征點(diǎn)分類等視覺(jué)處理方法,將人體從背景環(huán)境中區(qū)分出來(lái),通過(guò)研究深度圖上的特征提取方法,實(shí)現(xiàn)對(duì)人體目標(biāo)的跟蹤,進(jìn)而對(duì)人體的基本動(dòng)作進(jìn)行識(shí)別。
  再次,利用條件隨機(jī)場(chǎng)模型,設(shè)計(jì)一種基于Kinect的人體行為分析算法,對(duì)人體簡(jiǎn)單動(dòng)作進(jìn)行建模和識(shí)別,與兩種主流人體行為數(shù)據(jù)庫(kù)進(jìn)行實(shí)驗(yàn)對(duì)比。實(shí)驗(yàn)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論