以头部为基准的人体轮廓模型

为了提高以人体轮廓为主要特征对人体行为进行识别时的性能,提出一种以头部为基准的人体轮廓模型.采用无需重新初始化的level set方法提取视频序列图像中的人体轮廓,将人体轮廓纵横比最小的帧确定为关键帧.根据欧式距离局部极大原则确定关键帧中轮廓上的人体端点（头、手、脚等）,通过肤色模型确定头部位置并作为轮廓标记的基准点,建立以头部为基准的人体轮廓模型.基于该模型提取特征,采用支持向量机（SVM）对人体行为进行识别.以WEIZMANN数据库为对象的行为识别实验结果验证了该模型和行为识别方法的有效性.     

室内场景下人体行为异常检测方法研究

基于图像的人体异常行为检测方法,当人数增多、遮挡等情况发生时,人体行为数据信息可靠性较低,检测精度不高、自适应性差,本文提出一种基于姿态特征的异常行为检测方法解决上述问题.利用成熟的人体姿态识别技术提取视频中人体关节点数据,将关节点坐标转化为人体行为的角度特征和距离特征以表达人体姿态;应用机器学习方法对关节特征进行分析...     

基于特征组合的步态识别算法研究

步态识别是通过人走路的姿态进行身份识别,研究提出一种组合步态运动中的人体形状静态特征和动态特征的步态识别算法：使用改进的Hu矩和紧致度表达人体轮廓特征,用于描述步态序列的静态特征：提取大腿间的夹角和长宽比,用于描述步态序列的动态特征;并将这两种特征进行组合处理．实验结果表明：本算法的性能较单一特征的步态识别算法有明显的改善．     

基于傅里叶与局部特征结合的人体姿态识别方法研究

为了提高对人体姿态的识别,提出了一种以人的姿态序列图像的轮廓为特征,包括轮廓的外接矩形的宽高比、形状复杂性变化率、离心率以及傅里叶描述子相结合的人体行为识别方法。首先运用自适应的混合高斯背景建模和形态学结合的方法,利用Canny算子进行边缘检测,实现目标人体轮廓的特征提取。然后采用基于质心边缘距傅里叶描述子与k-means聚类算法与SVM分类器结合的方法,对目标人体轮廓的参数建立具有13个特征值的一维的特征向量,并和RBF神经网络的分类效果进行对比。实验表明,SVM进行分类较为准确,且不需要进行多次的迭代训练,速度较快、识别性能也很好,相比于RBF神经网络而言。运用该方法可以让人体行为识别的正确率在91%以上,该方法简单可行。     

用时变模板自动识别行人的步态

提出了一种以行人轮廓随时间变化的灰度图像为模板的步态识别方法．首先提取行人二值轮廓序列;然后针对轮廓的关键运动区域分析边缘点分布直方图的变化,检测出包含两个单步的步态周期;随后对单步范围内的轮廓序列,经帧间轮廓前向运动区域叠加产生单步运动历史图像,从而将三维信息表示到二维图像上;继而用一组同心矩形分割两个单频运动历史图像,提取出局部性的矩统计量作为步态特征向量,最终实现了步态识别．在Soton数据库上进行了实验,这种算法的正确识别率可达85. 57％,与相关文献的对比表明该算法优于现有算法．     

基于互补集合经验模态分解与支持向量回归的PM2.5质量浓度预测

为了及时、准确地检测视频监控下人体异常行为的发生,提出一种基于姿态估计的人体异常行为识别算法. 该算法首先利用基于深度学习的人体姿态估计算法提取人体的骨骼关键点坐标,组成包含空间信息和时间序列信息的时空图模型,模型中每个节点对应于人体的一个关节,同时包含2种类型的边,一种是符合人体关节自然连通性的空间边,另一种是跨越连续时间的时序边;然后,对时空图进行多阶段的时空图卷积操作,提取高级特征;最后,用Softmax分类器进行行为分类,得到行为结果并判断是否为异常行为. 在KTH单人数据集和HMDB51多人交互数据集上进行对比实验,与当前先进的方法相比,在准确率方面取得了较好的结果. 对实时视频进行测试,实时检测识别帧率达到25帧/s,可实现实时处理监控视频.

     

基于单目摄像头的主动式驾驶行为分析算法

为了预防事故发生,提出一种以人体三维姿态估计对驾驶员行为进行识别监测的算法。利用单目摄像头获取运动中驾驶员的视频流,提取每帧图像的二维轮廓特征,与预先建立的三维人体模型的二维投影进行匹配,实时估计驾驶员上半身的姿态。根据获取驾驶员的8个骨骼节点的三维坐标,对驾驶员的行为识别分析。试验模拟驾驶员正常、单手、接听电话和疲劳/醉酒驾驶4种驾驶状态,通过骨骼节点的坐标变化,实现检测和识别驾驶员的姿态行为并给予提醒。在光线较好的情况下,与PRECLOSE(percent eye closure)算法相比,该算法的误检率降低了24.24%。     

基于统计模型和活动轮廓的运动目标检测与跟踪

提出了一种静止背景视频序列中运动目标的检测与跟踪方法.对连续两帧图像序列作差分计算,对差分图像的灰度分布建立混和高斯模型(GMM),采用期望最大化(EM)算法估计模型参数,并引入基于GMM模型的边界检测算子,进而构造运动边界图像.改进静态图像轮廓提取算法GVF-Snake,利用运动边界图像修改GVF-Snake的能量项,使其能够提取视频序列中运动目标的轮廓.采用一种根据目标区域自动初始化轮廓的方法解决Snake初始轮廓需要手工设定的问题,采用一阶差分预测算法加快轮廓收敛速度.利用改进的GVF-Snake算法对运动目标进行检测与跟踪,结果表明,该算法对刚性和非刚性两类目标都具有较好的检测与跟踪效果.     

基于先验形状信息和水平集方法的车辆检测

针对交通视频检测应用,提出一种基于先验形状信息和主动轮廓模型的运动车辆检测方法.算法首先利用颜色信息和边缘信息检测并去除车辆阴影,提取车辆的初始轮廓;为了改善车辆轮廓的提取精度,在进一步的车辆分割中引入车辆形状的先验知识,用水平集符号距离图像的隐含表示建立车辆的先验形状模型,并以先验的车辆形状模型作为约束构造出主动轮廓能量函数;将第一步获得的车辆轮廓作为车辆分割演化曲线的初始轮廓,采用变分法求解能量函数的极小值,利用形状配准和水平集方法演化车辆的分割曲线,得到准确的运动车辆轮廓.将该方法应用于实际采集的交通视频,获得了很好的测试结果.     

基于Zernike矩的人体行为识别

为了保证特征提取的有效性,更完备地描述人体行为序列,提出了一种基于Zernike矩的人体行为识别方法.该方法利用规范化的运动历史图像(MHI)进行图像序列的表示,从中提取出基于Zernike矩的统计描述作为特征向量进行识别.同时,提出了一种利用图像的重建过程确定分类时采用的Zernike矩的最高阶次的算法.实验中,对8类不同的人体行为进行了测试.应用Zernike矩特征的分类精度高于用规则矩和Hu矩作为特征的方法,证明了基于Zernike矩的人体行为识别方法的有效性.     

基于协同训练和不变矩特征的人体行为分析

提出了一种基于Hu矩的以支持向量机(Support Vector Machine)为基分类器的Tri-Training分类器.首先采用背景差分法得到运动人体轮廓,然后通过Hu矩的特征提取方式,对运动人体轮廓进行特征提取,并对提取的数据集经过数据清洗和归一化处理后,使用以SVM为基分类器的Tri-Training分类器进行训练和分类来实现人的身份识别.实验结果表明,这种新的学习方法,能较好地弥补以往很多学习方法在小样本、非线性、过学习、高维数等问题上的不足,在人体行为分析智能监控系统中具有很强的推广能力.     

断层数据的三维重构技术研究

研究了基于断层数据的三维重构技术.首先对切片图像进行二值化和轮廓提取,继而进行B样条曲线拟合和NURBS曲面蒙皮构建.以某风扇叶片为例,由采集的ICT切片数据重建出了实体.文中论及的方法和算法对于解决基本截面形状的断层数据重构问题是可行的.     

一种基于运动分析的步态识别方法

步态识别是新近发展的一种用在身份识别、视频监控等场合的生物特征识别技术.文中提出了一种基于运动分析的步态识别方法,采用线性判别分析和离散余弦变换分析从图像序列中提取的步态特征.采用背景减除技术提取了侧影,利用侧影的宽高变化进行了步态周期分析及行走方向判断;采用一种通过分析侧影宽度变化获取角度信息的肢体角度提取方法获取了步态序列特征;用类间散布矩阵和类内散布矩阵对应的行列式的比值确定特征个数,并采用线性判别分析和离散余弦变换分析了步态特征.在几个常用数据库上进行了实验结果表明,该方法行之有效.     

Motion estimation of elastic articulated objects from image contours

A new method of elastic articulated objects (human bodies) modeling was presented based on a new conic curve. The model includes 3D object deformable curves which can represent the deformation of human occluding contours. The deformation of human occluding contour can be represented by adjusting only four deformation parameters for each limb. Then, the 3D deformation parameters are determined by corresponding 2D contours from a sequence of stereo images. The algorithm presented in this paper includes deformable conic curve parameters determination and the plane, 3D conic curve lying on, parameter determination.     

UG环境下鼓型齿的参数化建模

提出一种鼓型齿轮的三维参数化建模设计的通用方法.通过对现阶段各种参数化造型的方法进行比较,从计算机实现的角度对渐开线鼓型齿轮设计提出了可行的方法与步骤.在UG环境中,利用尺寸相关性和表达式工具,通过矩阵变换的方式,对鼓型齿轮进行三维参数化建模设计.利用此方法可以顺利实现具有复杂齿面轮廓齿轮的参数化建模.     

基于区域合并与轮廓模型的图像序列人物轮廓分割

为解决受图像背景复杂度影响,分水岭算法较难高精度实现图像序列中人物轮廓的分割与追踪这一问题,提出了利用颜色空间转换的区域合并实现目标轮廓区域的划分、并基于人物头部轮廓信息生成人物领域轮廓模型的方法。通过对人物领域边界线生成的初步轮廓模型进行高斯函数的卷积运算,生成形态轮廓模型的有效对象模板,实现图像序列的人物领域中不依靠序列差分和移动向量亦能在图像序列中追踪移动对象。基于颜色空间转换的区域合并和轮廓模型算法,可满足视频背景变动并且背景复杂的情况下对图像序列中的人物轮廓进行有效分割。实验结果验证了本算法的有效性与鲁棒性,可有效而稳定实现图像序列中人物轮廓的分割。     

由等高线图像生成三维地形的简易方法

针对目前三维地形数据生成技术普遍缺乏对小范围地形的便捷导入，还停留在大范围、高硬件支持、高计算量水平的现状，介绍了由图像等高线信息生成三维地形的简易方法.着重论述了等高线的跟踪及等高线间地貌信息的填充，根据等高线的特点，采用图像的边界检测方法实现了对非细化等高线图像的自动跟踪；采用内插和外插相结合的方法填充等高线间的地貌信息，生成的三维地形效果较好.介绍的由等高线图像生成三维地形生成方法比较简单，容易实现，而且对于系统平台的硬件和软件要求较低,适合于一些小规模、且对地形精度要求不高的三维地形的生成.