Open Nav

基于双目视觉的运动人体行为分析研究

以下是资料介绍,如需要完整的请充值下载.
1.无需注册登录,支付后按照提示操作即可获取该资料.
2.资料以网页介绍的为准,下载后不会有水印.仅供学习参考之用.
   帮助中心
资料介绍:

基于双目视觉的运动人体行为分析研究(任务书,开题报告,论文16000字)
摘 要
作为计算机视觉领域中的一个重要研究热点,运动人体行为分析研究技术旨在分析人体的行为信息,在智能监控、人机交互等领域有着巨大的发展前景。在运动目标检测领域,由于双目视觉技术有模拟人眼的能力,在获取运动目标的位置信息有着巨大的优势,该技术得到了深入的研究。本文基于双目视觉技术开展运动人体的行为识别分类工作,在此过程中解决遇到的问题和提出改进措施。
本文的研究内容主要分为两部分。第一部分是基于双目视觉的运动人体测距工作,首先对双目相机进行标定获取相机的内外参数,然后采用了背景差分法提取运动人体的轮廓信息,再利用SIFT特征匹配获取左右检测图像的视差并结合相机内外参数完成测距工作。第二部分是对运动人体进行行为识别分类,主要采用了HOG特征+SVM分类器的分类方法,先对样本数据集提取待识别动作的HOG特征,然后投入SVM分类器进行训练并识别,通过调整系统参数提高动作识别成功率。
关键词:双目视觉;运动目标检测;行为识别;SVM分类器

Abstract
Human action analysis technology is ahot topic in the field of computer vision,which aims to analyze the behavior information of the human and has great development prospects in the fields of intelligent monitoring and human-computer interaction. In the field of moving target detection,the binocular vision technologyhas been deeply studied which has a huge advantage in obtaining the position information of the moving target sinceithas the ability to simulatethe human eyes. In this paper, there is conduct human action analysis base on binocular vision technologyand propose some improvement measures when encounter problems. [资料来源:Doc163.com]
This paper is mainly divided into two parts. The first part is measuring thedistance betweenhuman and camera based on binocular vision. Firstly, the binocular camera is calibrated to obtain the internal and external parameters of the camera.Secondly,there is used the background difference method to extract the contour information of the moving human, and then matching the SIFT featuresof the left and right detection images to obtain parallax. Finally, the parallax is combined with the camera's internal and external parameters to complete the distance. The second part is the classification and analysis of human action. It mainly adopts the classification method of HOG feature and SVM classifier. Firstly, there is extracted the HOG feature of the action from the sample data set and training the SVM classifier.Thenputsamples into the SVM classifier for recognitionand improve the success rate of motion recognition by adjustthe system parameters.
Key Words: binocular vision; moving target detection; behavior recognition; SVM classifier

[版权所有:http://DOC163.com]



目 录
第1章绪论    1
1.1 研究背景及意义    1
1.2 国内外研究现状    1
1.3 研究的难点    2
1.4 研究内容及工作安排    2
第2章基于双目视觉的运动人体行为分析方案设计    4
2.1 整体方案介绍    4
2.2 运动目标距离信息获取方案设计    5
2.3 运动人体行为分析方案设计    6
第3章基于双目视觉的运动人体三维信息获取    7
3.1 双目相机标定    7
3.1.1 相机标定坐标系建立    7
3.1.2 双目相机标定实验结果    8
3.2 运动人体轮廓信息检测    10
3.2.1 图像预处理    10
3.2.2 背景差分法实现步骤及识别结果分析    10
3.2.3 Sobel算子边缘检测结果    11
3.3 基于SIFT特征匹配的三维信息获取    13
3.3.1 SIFT特征提取    13
[资料来源:www.doc163.com]

3.3.2 视差获取及测距结果分析    14
3.4 本章工作总结    16
第4章基于SVM的运动人体行为分析    17
4.1 SVM分类器搭建    17
4.1.1 二分类问题    17
4.1.2 多分类问题    19
4.2 HOG特征提取    20
4.3 人体行为识别实验结果及分析    21
4.3.1 训练样本数据库搭建    21
4.3.2 动作识别分类实验结果统计分析    22
4.4 本章工作总结    25
第5章本文工作总结    26
参考文献    27
致谢    29 [版权所有:http://DOC163.com]

  • 关于资料
    提供的资料属本站所有,真实可靠,确保下载的内容与网页资料介绍一致.
  • 如何下载
    提供下载链接或发送至您的邮箱,资料可重复发送,若未收到请联系客服.
  • 疑难帮助
    下载后提供一定的帮助,收到资料后若有疑难问题,可联系客服提供帮助.
  • 关于服务
    确保下载的资料和介绍一致,如核实与资料介绍不符,可申请售后.
  • 资料仅供参考和学习交流之用,请勿做其他非法用途,转载必究,如有侵犯您的权利或有损您的利益,请联系本站,经查实我们会立即进行修正! 版权所有,严禁转载
    doc163.com Copyright © 2012-2024 苏ICP备2021029856号-4