本文關鍵詞：基于視覺的人體動作識別技術研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：人體動作識別技術是視覺領域的重要研究課題之一。該技術在智能監(jiān)控、人機交互與虛擬現(xiàn)實、運動分析和視頻標注等方面具有廣闊的應用前景。然而該研究領域存在的人體遮擋與自遮擋以及三維空間到二維圖像平面投影帶來的多義性等方面的困難使其成為一項具有挑戰(zhàn)性的課題�；诖�,本文圍繞基于視覺的人體動作識別技術展開研究,重點針對基于單目視覺系統(tǒng)的人體動作檢測與運動分析和基于RGBD視覺系統(tǒng)的人體動作識別展開闡述和深入研究,提出了一些解決方法和改進措施。本文研究的主要創(chuàng)新點如下：1、在單目視覺系統(tǒng)下,提出了一種改進的運動目標檢測與運動分析方法,該方法包括運動目標檢測、運動分析兩個主要部分。在運動目標檢測部分,提出了一種改進的運動檢測算法,先對原有的混合高斯模型的更新方法進行改進,結合三幀差分法,提取出人體的二維輪廓圖像,并將該檢測算法應用到公共的行為數(shù)據(jù)集中進行驗證；在運動分析部分,以人體輪廓的長寬比、人體矩形框的變化、時間軸上質心的偏移量等作為人體動作特征信息,并以人體動作信息的時間變化量作為人體動作類型的判斷依據(jù)。2、在RGBD視覺系統(tǒng)下,提出了基于非訓練模型和基于訓練模型的兩種動作識別方法。在基于非訓練模型的動作識別方法中,以骨骼關節(jié)點的時間運動特性為動作特征對人體不同動作進行識別；在基于訓練模型的動作識別方法中,選取了骨骼關節(jié)點的相對位置和關節(jié)角度作為人體動作的特征數(shù)據(jù),建立不同動作的數(shù)據(jù)集,并對這些不同動作的特征數(shù)據(jù)進行多類SVM分類器進行分類訓練,最后判別出人體動作的類型。實驗表明,這兩種人體動作識別方法均能夠較好的完成人體動作識別的任務。
【關鍵詞】：RGBD視覺 運動目標檢測 人體骨骼模型 多類SVM分類器 人體動作識別
【學位授予單位】：北方工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.41
【目錄】：

• 摘要3-4
• ABSTRACT4-8
• 第一章 緒論8-16
• 1.1 引言8
• 1.2 課題的研究背景及意義8-11
• 1.3 課題的研究現(xiàn)狀11-14
• 1.3.1 國內外研究現(xiàn)狀11-14
• 1.3.2 當前研究存在的問題與分析14
• 1.4 課題研究內容與研究方法14-15
• 1.5 論文結構安排15-16
• 第二章 基于單目視覺系統(tǒng)的人體運動檢測與運動分析16-30
• 2.1 引言16-17
• 2.2 運動目標檢測17-26
• 2.2.1 常用檢測算法的比較與分析17-20
• 2.2.2 基于改進的混合高斯模型和三幀差分法的運動檢測20-23
• 2.2.3 運動檢測結果分析23-26
• 2.3 基于形狀與運動特性的運動分析26-28
• 2.3.1 特征提取和運動描述26-27
• 2.3.2 人體動作識別27-28
• 2.4 實驗結果與分析28-29
• 2.5 本章小結29-30
• 第三章 基于RGBD視覺系統(tǒng)的人體動作識別30-51
• 3.1 引言30-31
• 3.2 深度信息的獲取31-37
• 3.2.1 深度設備的選擇31-32
• 3.2.2 Kinect數(shù)據(jù)獲取與分析32-36
• 3.2.3 三維人體骨骼模型36-37
• 3.3 基于非訓練模型的人體動作識別方法37-39
• 3.3.1 動作特征提取與描述37-38
• 3.3.2 動作動態(tài)變化過程38-39
• 3.3.3 實驗結果與分析39
• 3.4 基于訓練模型的人體動作識別方法39-50
• 3.4.1 動作特征提取與描述40-45
• 3.4.2 多類SVM分類器45-47
• 3.4.3 實驗結果與分析47-50
• 3.5 本章小結50-51
• 第四章 總結與展望51-53
• 4.1 本文工作總結51-52
• 4.2 工作展望52-53
• 參考文獻53-58
• 在學期間的研究成果58-59
• 致謝59

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 胡雅琴;;動作識別技術及其發(fā)展[J];電視技術;2013年S2期

2 倪世宏,史忠科,謝川,王彥鴻;軍用戰(zhàn)機機動飛行動作識別知識庫的建立[J];計算機仿真;2005年04期

3 程祥;;人體動作識別的研究[J];電腦知識與技術;2006年20期

4 黃飛躍;徐光yP;;視角無關的動作識別[J];軟件學報;2008年07期

5 徐光yP;曹媛媛;;動作識別與行為理解綜述[J];中國圖象圖形學報;2009年02期

6 黃麗鴻;高智勇;劉海華;;基于脈沖神經(jīng)網(wǎng)絡的人體動作識別[J];現(xiàn)代科學儀器;2012年02期

7 周艷青;王磊;;基于視覺的人體動作識別綜述[J];山東輕工業(yè)學院學報(自然科學版);2012年01期

8 曹琨;;基于檢索表的實時動作識別技術研究[J];中外企業(yè)家;2014年05期

9 劉博;安建成;;基于關鍵姿勢的人體動作識別[J];電視技術;2014年05期

10 王燕;張紹武;凌志剛;潘泉;;基于圖嵌入線性拓展方法的人體動作識別研究[J];計算機仿真;2008年10期

中國重要會議論文全文數(shù)據(jù)庫 前7條

1 袁飛;程韜波;周松斌;肖先文;;基于加速度特征的可拓動作識別方法[A];廣州市儀器儀表學會2009年學術年會論文集[C];2010年

2 黃飛躍;徐光yP;;自然的人體動作識別[A];第三屆和諧人機環(huán)境聯(lián)合學術會議（HHME2007）論文集[C];2007年

3 葉喜勇;陶霖密;王國建;邸慧軍;;視角無關的人體軀干動作識別[A];第六屆和諧人機環(huán)境聯(lián)合學術會議（HHME2010)、第19屆全國多媒體學術會議（NCMT2010）、第6屆全國人機交互學術會議（CHCI2010）、第5屆全國普適計算學術會議（PCC2010）論文集[C];2010年

4 黃艷歡;葉少珍;;連續(xù)動作分割綜述[A];第十四屆全國圖象圖形學學術會議論文集[C];2008年

5 董力賡;陶霖密;徐光yP;;頭部姿態(tài)和動作的識別與理解[A];第三屆和諧人機環(huán)境聯(lián)合學術會議（HHME2007）論文集[C];2007年

6 朱巖;趙旭;劉允才;;基于稀疏編碼和局部時空特征的人體動作識別[A];第十五屆全國圖象圖形學學術會議論文集[C];2010年

7 席旭剛;金燕;朱海港;高云園;;基于小波包熵和支持向量機的手部肌電信號動作識別[A];2013年中國智能自動化學術會議論文集（第五分冊）[C];2013年

中國重要報紙全文數(shù)據(jù)庫 前2條

1 本報記者 陳丹;人與機器的“對話”[N];科技日報;2010年

2 ;凌空敲鍵盤？無線計算機手套問世[N];中國計算機報;2004年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 諶先敢;現(xiàn)實環(huán)境下的人體動作識別[D];武漢大學;2012年

2 陳淵博;視頻序列中的人體動作識別[D];北京郵電大學;2015年

3 劉翠微;視頻中人的動作分析與理解[D];北京理工大學;2015年

4 陳萌;基于李代數(shù)高斯表示的動作識別方法研究[D];華中科技大學;2016年

5 李擬s

本文編號：366161