近年來,步態(tài)識別作為一種新的生物識別技術(shù)越來越受到研究者的關(guān)注,遠距離,難偽裝,非接觸等特點是步態(tài)識別技術(shù)區(qū)別于其他生物識別技術(shù)的優(yōu)勢。人體運動的隨機性使其出現(xiàn)在攝像頭的方向往往難以確定,人體的步態(tài)特征也隨著視角的變化而變化,因此需對多個視角下的人體步態(tài)進行分析,圍繞著這一主題,本文通過受視角影響較小的人體骨架進行步態(tài)分析。本文所做的研究工作主要有:1.多視角人體運動區(qū)域分割。為解決動態(tài)背景及人體陰影對人體區(qū)域分割產(chǎn)生的影響,本文通過對顏色通道定性及定量分析,最終選擇顏色通道S,V,Cr組成混合顏色空間。在混合顏色空間下改進Codebook算法,并運用改進算法對多視角視頻序列進行前景分割。實驗表明,本文算法減弱了動態(tài)背景及人體陰影對人體區(qū)域分割的影響,準(zhǔn)確清晰快速的提取了多視角下人體運動目標(biāo),提高了算法的魯棒性,最終檢測準(zhǔn)確率相較于單顏色空間提高了 12.22%。2.多視角下人體骨架提取及轉(zhuǎn)換。本文對不同的提取人體骨架算法進行分析,提出一種改進的ZS(Zhang and Suen)細化算法,解決了骨架局部信息丟失的問題。實驗表明,改進ZS細化算法能快速提取拓撲性,連接性強的人體骨架,提...

【文章頁數(shù)】：83 頁

【學(xué)位級別】：碩士

【文章目錄】：
致謝
摘要
ABSTRACT
1 引言
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 步態(tài)分析研究難點
    1.4 研究內(nèi)容及各章節(jié)安排
2 多視角人體運動區(qū)域分割
    2.1 人體運動區(qū)域分割算法
        2.1.1 簡單背景下的區(qū)域分割算法
        2.1.2 復(fù)雜背景下的ViBe分割算法
        2.1.3 復(fù)雜背景下的Codebook分割算法
    2.2 混合顏色空間下的Codebook算法
        2.2.1 顏色空間的選擇及轉(zhuǎn)化
        2.2.2 顏色空間的定量分析
        2.2.4 改進Codebook算法
    2.3 實驗結(jié)果及分析
        2.3.1 軟硬件環(huán)境與數(shù)據(jù)庫選擇
        2.3.2 動態(tài)背景消除實驗
        2.3.3 實驗結(jié)果及分析
    2.4 本章小結(jié)
3 多視角人體骨架提取及轉(zhuǎn)換
    3.1 多視角骨架提取方法
        3.1.1 基于距離的人體骨架提取
        3.1.2 基于細化的人體骨架提取
    3.2 基于改進ZS細化的骨架提取
        3.2.1 改進ZS細化算法
        3.2.2 算法流程
        3.2.3 實驗結(jié)果及分析
    3.3 多視角步態(tài)特征轉(zhuǎn)換
        3.3.1 視角轉(zhuǎn)換模型
        3.3.2 視角轉(zhuǎn)換實驗結(jié)果及分析
    3.4 本章小結(jié)
4 適用于多視角的特征提取及分類
    4.1 人體步態(tài)特征提取
        4.1.1 步態(tài)周期
        4.1.2 人體骨架位置變化
        4.1.3 人體骨架角度
    4.2 步態(tài)特征有效性驗證方法
    4.3 實驗結(jié)果及分析
        4.3.1 特征提取結(jié)果及分析
        4.3.2 分類結(jié)果及分析
    4.4 本章小結(jié)
5 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻
作者簡歷及攻讀碩士學(xué)位期間取得的研究成果
學(xué)位論文數(shù)據(jù)集



本文編號：3832510