現(xiàn)如今,視頻監(jiān)控行業(yè)發(fā)展迅速。大量監(jiān)控?cái)z像頭帶來(lái)了數(shù)據(jù)量的增加,由此出現(xiàn)檢索困難,實(shí)時(shí)響應(yīng)差等問題。對(duì)視頻監(jiān)控內(nèi)容進(jìn)行智能化分析越來(lái)越重要,其中,視頻中行人目標(biāo)身份識(shí)別在刑偵檢索、自助服務(wù)等方面起到非常重要的作用。步態(tài)識(shí)別通過(guò)行走姿態(tài)實(shí)現(xiàn)身份識(shí)別,無(wú)需人為配合且適應(yīng)較遠(yuǎn)距離。要將步態(tài)識(shí)別技術(shù)應(yīng)用到視頻監(jiān)控中,首要任務(wù)是獲取行人的步態(tài)特征表達(dá),需要解決在復(fù)雜監(jiān)控場(chǎng)景下獲取行人有效步態(tài)特征問題。因此,針對(duì)視頻監(jiān)控下的步態(tài)特征提取,需要解決兩個(gè)問題:特征表達(dá)選擇及獲取和復(fù)雜背景環(huán)境下步態(tài)特征的提取。首先為了避免環(huán)境顏色、光照、拍攝角度等因素對(duì)識(shí)別的影響,結(jié)合步態(tài)識(shí)別領(lǐng)域采用的研究對(duì)象的廣泛性,選取步態(tài)輪廓圖序列或步態(tài)模板作為步態(tài)特征表達(dá),將特征提取轉(zhuǎn)化為行人前景和背景區(qū)分問題。然后提出使用傳統(tǒng)的背景建模方式進(jìn)行處理,針對(duì)其存在的問題,提出深度學(xué)習(xí)語(yǔ)義分割結(jié)合檢測(cè)和人形快照匹配的方式進(jìn)行人形圖像分割,以提取步態(tài)特征。最后通過(guò)集成步態(tài)識(shí)別算法,驗(yàn)證提取的步態(tài)特征的有效性,并通過(guò)實(shí)驗(yàn)對(duì)提取方法的有效性進(jìn)行驗(yàn)證。實(shí)驗(yàn)測(cè)試結(jié)果表明,利用提取的步態(tài)特征,步態(tài)識(shí)別算法能準(zhǔn)確的識(shí)別出再次出現(xiàn)的目標(biāo),且系統(tǒng)對(duì)... 

【文章來(lái)源】：華中科技大學(xué)湖北省211工程院校985工程院校教育部直屬院校

【文章頁(yè)數(shù)】：66 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

二值輪廓圖示例

圖 1-2 輪廓圖序列生成步態(tài)能量圖Bashir 等人提出步態(tài)熵圖[15]表示法，該種方法也基于輪廓圖，主要獲取運(yùn)動(dòng)信息外觀的變化具有魯棒性；Feng 等人[16]在 16 年指出步態(tài)能量圖丟失了時(shí)間信息，使用基于姿態(tài)估計(jì)的卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network, CNN）從單幀中提取出關(guān)節(jié)點(diǎn)熱圖（Heatmaps），然后輸入到長(zhǎng)短期記憶網(wǎng)絡(luò)（Long Short-Teemory，LSTM）中提取時(shí)間信息，以此訓(xùn)練得到步態(tài)序列特征。近兩年，步態(tài)識(shí)別

華 中 科 技 大 學(xué) 碩 士 學(xué) 位 論 文法中設(shè)計(jì)三個(gè)主要的參數(shù)：樣本集數(shù)目 N，閾值 R 和 T，均需人工設(shè)定=20，R=20 和 T=2。圖像語(yǔ)義分割景建模法可以看成是對(duì)視頻中背景和前景的二分類問題，圖像的語(yǔ)義分機(jī)理解圖像意思，直接區(qū)分圖像中不同內(nèi)容來(lái)進(jìn)行分割，屬于圖像多分類在像素級(jí)別分割出不同對(duì)象（包括背景類別），對(duì)圖中每個(gè)像素均進(jìn)行所分割示例如圖 2-1 所示，來(lái)源于 Pascal VOC 2012 數(shù)據(jù)集[30]。

【參考文獻(xiàn)】：
期刊論文
[1]基于深度學(xué)習(xí)的行人重識(shí)別研究進(jìn)展[J]. 羅浩,姜偉,范星,張思朋.  自動(dòng)化學(xué)報(bào). 2019(11)
[2]步態(tài)識(shí)別關(guān)鍵技術(shù)研究[J]. 盧官明,衣美佳.  計(jì)算機(jī)技術(shù)與發(fā)展. 2015(07)
[3]行人步態(tài)的特征表達(dá)及識(shí)別綜述[J]. 賁晛燁,徐森,王科俊.  模式識(shí)別與人工智能. 2012(01)



本文編號(hào)：3614685