運動人體檢測與行為識別研究.pdf

1、基于視覺的運動人體檢測與行為識別涉及圖像處理、模式識別的核心問題，在安全和軍事等領域有廣泛前景。因此在固定單攝像機下，研究運動目標檢測與跟蹤獲取單人姿態(tài)序列，構造時空拓撲特征，建立分類準則，識別近景單人行為，具有非常高的理論和現實意義。
　　 本文針對混合高斯和多模態(tài)均值在擾動、光照和計算存儲量等方面的優(yōu)缺點，提出了區(qū)域紋理法，分析場景，制定區(qū)域復雜度檢測目標。實驗表明該方法能在復雜室內外環(huán)境中克服噪聲與擾動，實時轉換前/背景，

2、優(yōu)化速度和存儲量，準確檢測目標。為提高蒙特卡羅跟蹤的抗遮擋和背景干擾能力，提出多線索動態(tài)融合粒子濾波算法，通過局部區(qū)域初始化樣本，結合顏色、紋理、邊緣線索自適應模型，有效避免干擾與遮擋，魯棒精確地跟蹤目標。在行為識別中，針對特征的描述力與維數問題，利用隨機投影融合幾何不變歸一化R變換、拓撲結構和行為時空Poisson信息，構造強內聚高區(qū)分的低維時空運動拓撲特征。結合模擬人腦解決問題的稀疏機制，添加噪聲項克服空洞和陰影，識別近景單人走、跑