基于视觉的运动人体行为分析技术研究_行为理解与描述.docVIP

  • 1
  • 0
  • 约5.24千字
  • 约 9页
  • 2019-08-04 发布于北京
  • 举报

基于视觉的运动人体行为分析技术研究_行为理解与描述.doc

基于视觉的运动人体行为分析技术研究_行为理解与描述 论文导读::它试图对包含人的视频序列进行运动检测并进行目标分类。运动人体跟踪。行为理解与描述。 论文关键词:视觉分析,运动检测,运动人体跟踪,行为理解与描述 1 引 言 近年来,随着计算机视觉和图像处理技术的发展,由于其广泛的应用前景,运动人体行为分析吸引了广泛的关注。运动人体行为分析是一个跨学科的研究课题,主要研究内容涉及计算机视觉、图像处理、模式识别、人工智能、计算机图形学等多学科领域。它试图对包含人的视频序列进行运动检测并进行目标分类,提取出运动人体的轮廓,然后对检测到的人体进行跟踪,最后分析数据对运动人体行为进行理解及语义描述。对视频序列中的运动人体行为的分析是一项非常具有挑战性的课题,研究过程中会遇到许多的问题。难以选择一个能准确表示真实的人体的模型、人体的非刚性运动,人体的自遮挡和互遮挡等都会给人体行为分析研究带来很大的挑战[1]。 2 研究流程 运动人体行为识别是对视频序列进行处理行为理解与描述,涉及到运动检测、目标分类、运动人体跟踪、行为理解与描述这几项研究流程。 其中,运动检测、目标分类、运动人体跟踪属于底层视觉模块(low-level vision),而行为理解与描述则属于高层视觉模块(high-level vision)。 2.1 运动检测 运动检测的目的是在视频序列中将运动的人体区域从复杂的背景中提取出来。视频序列中的运动目标检测是运动人体行为分析系统中基础而又关键的环节,后续的目标分类、运动人体跟踪、行为理解与描述等环节极大地依赖于运动检测的结果.后续的几个研究流程是基于检测出来的运动人体区域进行分析[2]。然而,由于光照变化、阴影等背景图像动态变化的存在,给运动检测带来了一定的困难。目前主要用到的运动检测方法包括背景减除法、时间差分法、光流法。 1)背景减除法 背景减除法是运动目标分割中广泛使用的一种方法,特别是当背景是相对静止的情况下论文下载。它是利用当前帧和背景帧进行差分并阈值化来检测出运动物体,它能得到运动物体很全面的特征数据,但却对由于光线和其他无关事件影响的动态场景变化非常敏感。近来,有很多文献阐述了很多不同的背景减除方法,来尽量减少场景动态变化对运动目标分割的影响。这些方法主要是背景模型的类型和背景模型更新的方法不同。最简单的背景模型是时间平均图像,它是当前静止场景的近似。将最后N帧的中值作为背景模型,该算法在一定程度上能够适应光照变化带来的影响。Haritaoglu等[3]利用最小、最大强度值和最大时间差分值为场景中每个像素进行统计建模,并且进行周期性的背景更新;McKenna等[4]利用像素色彩和梯度信息相结合的自适应背景模型来解决影子和不可靠色彩线索对于分割的影响;Karmann与Brandt[5]、 Kilger[6]采用基于卡尔曼滤波(Karmanfiltering)的自适应背景模型以适应天气和光照的时间变化;Stauffer与Grimson[7]利用自适应的混合高斯背景模型(即对每个像素利用混合高斯分布建模),并且利用在线估计来更新模型,从而可靠地处理了光照变化、背景混乱运动的干扰等影响。 2)时间差分法 时间差分方法是在连续的图像序列中两个或三个相邻帧间采用基于像素的时间差分并阈值化来提取图像中的前景区域的方法。 3)光流法 光流方法采用了运动目标随时间变化的光流特性。例如Meyer等【8】通过计算位移向量光流场来初始化基于轮廓的跟踪算法。该方法的优点是在摄像机运动存在的前提下也能检测出独立的运动目标。然而,大多数的光流计算方法相当复杂,且抗噪性能差,如果没有特别的硬件装置则不能被应用于全帧视频流的实时处理。 当然,在运动变化检测中还有一些其它的方法,如Friedman与Russell[9]利用扩展的EM(Expectation Maximization)算法行为理解与描述,为每个像素建立了混合高斯分类模型,该模型可以自动更新,并能自适应地将每个像素分类为背景、影子或者运动前景,在目标运动速度缓慢的情况下亦能较好地完成运动区域的分割,同时可以有效地消除影子的影响;Toyama等[10]人国使用wiener滤波器对背景进行建模,在像素级运算的同时,考虑了区域与区域以及帧与帧之间的关系。该算法可以很好的提取运动缓慢的目标。 2.2目标分类 不同的运动区域可能对应于不同的运动目标。目标分类是运动人体分析的必要过程,它可以将其他运动物体与运动人体区分开。一般来说,目标分类的方法可以分为两种: 1)基于形状信息的分类方法 基于形状信息的分类方法首先描述运动区域的形状信息,例如点、框、块等.它通常被认为是一个标准

文档评论(0)

1亿VIP精品文档

相关文档