基于圖像的人體姿態(tài)識別技術是在計算機視覺的基礎上發(fā)展起來的新的研究領域,為智能監(jiān)控和人機交互的發(fā)展提供技術基礎。通過對圖像的處理,可以忽略掉無用信息,只提取人體信息,并根據(jù)人體目標的一些特征,來分析和識別人體姿態(tài),對人體姿態(tài)自動做出判斷,使計算機具有智能理解圖像中人體姿態(tài)的功能。本文主要研究了人體在固定場景下的姿態(tài)檢測和識別技術,首先改進了一種目標提取技術,在對幾種主要目標檢測技術進行論述和比較分析的基礎上,提出了分級分塊背景模型估計法,能夠很好的對人體目標進行提取。然后對人體目標進行特征提取,第一步,用邊緣檢測法提取人體邊緣特征。第二步,在第一部分割的結果上提取區(qū)域特征,以提取出來的人體區(qū)域的中心為原點建立坐標系,圖像四個象限質心與圖像質心連線和x軸夾角的正切值,人體目標的寬高比、離心率、輪廓長度平方與其面積比等作為表征人體的特征向量,通過這些參數(shù)來反映人體姿態(tài)特征,訓練姿態(tài)識別的分類器。最后一部分,根據(jù)3000個樣本圖像提取的特征向量,運用BP神經(jīng)網(wǎng)絡,按照站立、彎腰、摔倒三種人體姿態(tài)進行BP神經(jīng)網(wǎng)絡訓練,建立BP網(wǎng)絡模型,運用BP神經(jīng)網(wǎng)絡模型識別人體姿態(tài)。 

【文章來源】：北京交通大學北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：68 頁

【學位級別】：碩士

【部分圖文】：

Kinecl攝像頭Flgurel·1Kinectcamera

通過設計程序來識別、記憶和分析處理這些動作，為人究階段，是智能視覺發(fā)展進步的標志。以色列還研發(fā)出可以自分類危險事件的智能監(jiān)控系統(tǒng)，并且該系統(tǒng)被應用在國外的校所示，用來監(jiān)控校園內(nèi)是否存在翻墻入內(nèi)的行為。國外還有許多被應用到日常生活的各個角落，機場、醫(yī)院、校園等公共場所，測密集人群內(nèi)發(fā)生的異常行為、公共場所丟失物體的追蹤、檢測固定運動檢測等［１３］。??能視覺分析技術方面雖然起步比較晚，但是在視覺檢測方面己，如下圖１－３所示的ＧＥＶＡ系統(tǒng)，是國內(nèi)自動化公司研發(fā)的機易用、高性能以及靈活應對多種多樣的工業(yè)檢測應用，集成了處理器以及可選用的視覺處理軟件，處理能力廣泛通用性強。進行了積極的探索，中科院自動化研究所研究了行人異常行為識智能交通分析等方面｜｜４］。國內(nèi)各大高校也在計算機視覺技術研究，取得了豐碩的科研成果。下圖１－４是我國藍色星際監(jiān)控系統(tǒng)，安全防護，視頻壓縮算法先進，智能監(jiān)控效果明顯。??－

北京交通大學碩士專業(yè)學位論文?引言??攝像頭Ｋｉｎｅｃｔ，如上圖１－１所示，它是一種３Ｄ體感攝像機，可以通過相機來捕捉三維空??間中人的肢體動作，通過設計程序來識別、記憶和分析處理這些動作，為人機交互的發(fā)??展開辟新的研究階段，是智能視覺發(fā)展進步的標志。以色列還研發(fā)出可以自適應調節(jié)光??照亮度、檢測分類危險事件的智能監(jiān)控系統(tǒng)，并且該系統(tǒng)被應用在國外的校園安防中，??如上圖１－２所示，用來監(jiān)控校園內(nèi)是否存在翻墻入內(nèi)的行為。國外還有許多先進設備，??這些智能產(chǎn)品被應用到日常生活的各個角落，機場、醫(yī)院、校園等公共場所，可以利用??智能視頻檢測密集人群內(nèi)發(fā)生的異常行為、公共場所丟失物體的追蹤、檢測安檢通道的??移動物體以及固定運動檢測等［１３］。??我國在智能視覺分析技術方面雖然起步比較晚，但是在視覺檢測方面己經(jīng)擁有了許??多優(yōu)秀的產(chǎn)品，如下圖１－３所示的ＧＥＶＡ系統(tǒng)，是國內(nèi)自動化公司研發(fā)的機器視覺檢測??系統(tǒng)

【參考文獻】：
期刊論文
[1]輸電線路山火識別方法研究[J]. 何康瑜.  通訊世界. 2016(19)
[2]基于改進BP算法的電力系統(tǒng)諧波分析[J]. 陳立偉,李思輝.  應用科技. 2014(06)
[3]BP神經(jīng)網(wǎng)絡在鋁合金溫度測量裝置上的應用[J]. 朱宇明,王寧,楊晶.  山西電子技術. 2012(04)
[4]基于數(shù)字圖像在醫(yī)學病灶檢測方法的比較研究[J]. 孔銀昌.  價值工程. 2012(14)
[5]淺析軌道交通智能視頻監(jiān)控的關鍵技術[J]. 龍章勇.  硅谷. 2011(06)
[6]基于圖像處理的大米粒形檢測技術研究[J]. 任景英,謝澤會.  農(nóng)機化研究. 2011(03)
[7]基于BP神經(jīng)網(wǎng)絡的蒸煮卡伯值預測模型[J]. 黃俊梅,湯偉,許保華,王孟效.  化工自動化及儀表. 2010(11)
[8]相機運動條件下的視頻前景提取[J]. 陳成,莊越挺,肖俊.  浙江大學學報(工學版). 2009(06)
[9]基于二次指數(shù)平滑的BP神經(jīng)網(wǎng)絡模型研究及應用[J]. 張昌義,戴文戰(zhàn).  浙江理工大學學報. 2008(04)
[10]基于隱條件隨機場的自適應視頻分割算法[J]. 褚一平,張引,葉修梓,張三元.  自動化學報. 2007(12)

博士論文
[1]智能視覺監(jiān)控中運動目標檢測與行為識別方法[D]. 王韋樺.西安電子科技大學 2014
[2]復雜場景下的人體行為識別[D]. 吳秋霞.華南理工大學 2012
[3]單目視頻中人體運動建模及姿態(tài)估計研究[D]. 歐陽毅.浙江大學 2012
[4]運動人體跟蹤及特征行為識別[D]. 蘇伯超.哈爾濱工業(yè)大學 2009
[5]中國制造業(yè)生產(chǎn)率研究[D]. 于向光.吉林大學 2008

碩士論文
[1]固定場景下的人體姿態(tài)識別[D]. 張承璽.哈爾濱工業(yè)大學 2014
[2]建筑工程混凝土裂縫智能監(jiān)測系統(tǒng)研究與實現(xiàn)[D]. 賀華.電子科技大學 2013
[3]視頻監(jiān)控中運動圖像檢測與人體姿態(tài)識別的研究[D]. 文艷娥.云南大學 2013
[4]基于神經(jīng)網(wǎng)絡的網(wǎng)絡信息資源評價模型研究[D]. 王炳權.暨南大學 2010
[5]基于模糊神經(jīng)網(wǎng)絡的外貿(mào)出口預測模型研究[D]. 徐華.重慶大學 2010
[6]基于機器視覺的文具檢測系統(tǒng)研究與實現(xiàn)[D]. 王紅軍.杭州電子科技大學 2009
[7]Robocup人型足球機器人視覺系統(tǒng)設計與研究[D]. 彭永強.重慶大學 2009



本文編號：2957478