【摘 要】
：
近些年来,人体行为识别的研究已经成为计算机视觉中的研究热点。人体行为识别属于高级视觉分析,它是人体运动分析的重要组成部分。人体行为识别具有广泛的应用前景和潜在的经
【出 处】
：
华北电力大学(保定) 华北电力大学
论文部分内容阅读
近些年来,人体行为识别的研究已经成为计算机视觉中的研究热点。人体行为识别属于高级视觉分析,它是人体运动分析的重要组成部分。人体行为识别具有广泛的应用前景和潜在的经济价值,主要体现在智能监控、视频会议、高级人机交互、医疗诊断以及基于内容的图像存储与检索。然而,在现实生活中由于环境的多样性、行为序列中各姿态的非刚性以及行为类别的模糊定义,使得人体行为识别的研究成为一个非常具有挑战性的课题。随着研究学者对行为识别研究的不断深入,提出了大量的行为识别方法,根据行为描述方法的不同,大体上可分为基于运动特征和基于形状特征两类识别方法。但是,目前的计算机视觉技术很难准确地从视频中提取出人的运动特征,而形状特征容易获得且对纹理变化不敏感,所以形状特征在行为识别中得到广泛的应用。在人体行为识别中,为了描述人体运行的模式。采用运动历历史图形的方法进行运动的表示。本文中的运动历史图像事从人体行为图像序列中提取出来的,它事一种时空模型,既能表明行为发生的区域,也能表示行为是如何发生的,其中每个像素值都是运动历史的函数。本文提出了基于Zernike矩的人体行为识别方法。利用Zernike矩的旋转不变性以及Zernike矩可以构造任意高阶矩的特点,Zernike矩的识别效果优于其他方法用Zernike矩方法来进行特征提取,把运动历史图像进行规范化的方法来进行运动的表示。应用改进的Boosting算法进行特征分类,通过改进的Boosting方法对RBF神经网络进行加强,得到一个使用若分类算法但同时具有强分类性能的分类器,可以很好地提高识别的精度。
其他文献
纹理技术是计算机图形学领域的重要研究内容,在影视业和游戏业方面有着十分广泛的应用背景。为了追求更加唯美的视觉影像,计算机图形学领域相关算法和图形显示技术在不断地改
无线传感器网络(Wireless Sensor Network, WSN)是无线通信网络领域一大研究热点,它的日渐成熟极有可能显著改变人们的日常生活。WSN技术是跨多门学科的新技术,这些技术包括
在互联网信息爆炸的时代，新闻资讯越来越便捷，更新的速度也越来越快。当重大事件发生时，大量的相关新闻报道以及追踪报道便会涌现。对用户而言，如何能找到感兴趣的事件并能迅速了
随着计算机技术和互联网的迅猛发展,信息技术的应用逐渐由传统的集中式形态发展到分布式形态,各种分布式计算的形态也在逐渐演变,由传统的分布式系统发展到网格计算,再到最近
本文针对现阶段三维模型简化算法在工程性应用上的弊端，以及三维模型简化软件应用的不普遍性，开发出了基于billboard clouds简化算法的交互式三维模型简化软件。该软件不仅包括
随着工业规模的持续扩大和科学技术的迅猛发展,现代电力系统中增加了大量非线性、冲击性、波动性负载,导致电力系统遭受日益严重的电能质量危害。如何对电能质量进行有效分析与研究成为当前一项紧迫而重要的工作,受到国内外电工领域的广泛关注。为提高和改善电能质量,主要面临以下两方面难题：一方面需要解决海量电能质量数据的采集、压缩、存储与传输问题,另一方面需解决电能质量扰动的检测定位与识别问题。本文首先介绍了电力
基于图像序列的三维重建技术是计算机视觉的重要组成部分，这门技术的核心是以图片序列和相机参数做为输入，通过计算之后生成三维点云并最终重建为三角网格模型。基于图像序列的
近年来，随着多媒体技术和网络技术的迅速发展和广泛运用，产生的图像、声音、视频等多媒体数据越来越多。为有效的组织、表达、存储、管理、检索这些海量的多媒体数据，基于内容的
近年来,地理信息技术在我国电力行业得到了广泛的应用,到目前为止越来越多的电力系统用户已经建立并投运了GIS(地理信息系统),GIS在降低信息维护成本、提高电网运营管理能力
时序数据普遍存在于许多重要应用领域,其中大多数问题的解决可归属为时序数据挖掘问题,时序分类是时序数据挖掘的重要研究内容之一。衡量分类性能好坏的一个重要指标是分类准