【摘 要】
：
提出利用梯度和光流的统计特征进行人体行为识别的新方法.首先,通过数理统计分析得到不同行为的梯度和光流的直方图分布均符合非对称广义高斯分布(AGGD);然后,分别提取梯度和光流的AGGD模型的参数,并把这些参数作为描述人体行为的统计特征;最后,通过计算训练集行为视频与测试集行为视频的统计特征间的马氏距离进行人体行为识别。在KTH数据库和Weizmann数据库上分别进行了实验仿真,两个数据库上的平均识
论文部分内容阅读
提出利用梯度和光流的统计特征进行人体行为识别的新方法.首先,通过数理统计分析得到不同行为的梯度和光流的直方图分布均符合非对称广义高斯分布(AGGD);然后,分别提取梯度和光流的AGGD模型的参数,并把这些参数作为描述人体行为的统计特征;最后,通过计算训练集行为视频与测试集行为视频的统计特征间的马氏距离进行人体行为识别。在KTH数据库和Weizmann数据库上分别进行了实验仿真,两个数据库上的平均识别率分别高达95.20%和93.16%,与其它行为识别方法相比可以明显提高行为平均识别率。
其他文献
目的:几何形态的变化为变形图像配准带来了许多障碍。本文提出一个用以描述几何形变的数学模型,可以在变形图像配准中实现源图像与目标图像之间的平滑变换。创新点:提出一个新的图像配准模型,可以显著抑制局部几何形变对图像配准的影响并极大地提高配准准确性。方法:本文提出的配准模型中主要引入一个可以将几何形变区域正则化的L1范数。这一稀疏诱导范数可以通过抑制局部变换来实现平滑的全局变换。为保证算法的稳定性和快速
传统的频率-波数域成像方法能有效地重建均匀介质中的目标图像,但对于分层介质,不能生成聚焦的图像,而且目标也无法准确定位。考虑到各层介质介电常数的差异和层间的不连续性,该文推导了适用于分层介质的相移偏移成像方法。并由分层介质中点目标的散射传递函数,分析了成像方法所做的假设和数学近似。通过仿真模拟和试验,验证了所提的方法适用于分层介质实时成像。
基于稀疏表达的跟踪方法通常采用基于固定阈值的模板更新策略,很难适应不断变化的目标外形;其次,稀疏表达缺乏描述目标流行结构的能力,区分背景和目标的能力差.针对基于固定阈值的模板更新策略的不足,提出一种多级分层的目标模板字典.为了改善对背景和目标的区分能力,提出一种融合多级稀疏表达和度量学习的目标跟踪方法.实验结果表明了所提出的方法能有效提高跟踪的鲁棒性和精度.
图像目标识别是人工智能的一个基本问题,在安全监控、医疗诊断、人机交互等领域得到越来越广泛的应用。文章从目标识别的基本概述出发,首先介绍目标识别的识别系统,再分析典型的识别算法,并跟踪其进展,最后对目标识别存在的问题和发展的方向进行了思考和探讨。
针对目前视频异常入侵行为识别的不足,提出了基于三维虚拟警戒空间的异常入侵行为自动识别方法。基于人头检测与跟踪方法,根据视频监控场景中单一行人目标信息,建立行人三维平面方程,构建视频监控场景三维立体虚拟警戒空间,从而将行人是否进入二维场景警戒区域,转化为行人是否闯入三维立体虚拟空间,并基于行人头部投影射线的滑动滤波统计,实现行人是否入侵敏感保护区域的有效识别。所提方法不受设定警戒区域的规则形状限制,
提出的基于三维在线表观模型的粒子滤波目标跟踪算法,以目标的独立特征为基础,分别从空域和时域对目标进行描述,构建目标的三维表观模型,并通过多重线性空间理论表达目标表观随时间推移引起的变化,实现模型的在线增量更新。采用粒子滤波方法,对每个独立线索分别进行在线权重估计,通过多线索的融合实现动目标的稳定跟踪。三维在线表观模型和在线跟踪机制使跟踪模型对目标与背景的在线区分能力得到进一步增强,保证了算法在目标
针对目前基于手掌静脉的身份识别问题,分析了掌脉图像的纹理特性,提出一种利用改进的S变换能量特征的识别方法。首先对掌脉图像进行二维离散正交S变换(2D-DOST),将变换后的频域图像作为掌脉纹理特征的一种体现,即形成S变换能量曲面(STES);然后将不同掌脉能量曲面进行减法运算,得到能量差曲面,进一步计算曲面的标准差,并以此为依据对不同掌脉进行分类识别。在通用的接触式标准掌脉图库上测试的结果表明,本
针对积分成像光场采集与基于掩膜的压缩光场成像中空间分辨率低和视场角小,以及稠密相机阵列光场采集中硬件成本高的问题,提出一种基于压缩感知的稀疏相机阵列光场采集与恢复方法。将压缩感知理论运用到稀疏相机阵列的光场恢复中,从稀疏的相机阵列光场拍摄中恢复稠密的光场。分别采用滑动窗口和直接分块窗口两种方法进行光场的恢复,实验结果从1×5的稀疏光场中恢复了1×24的稠密光场,并对实验结果进行了分析。
在机器视觉非接触式的在线检测技术中,为了有效感知图像局部子块的随机堆积状态,提出一种基于图像空间结构统计建模的工业产品质量智能鉴别方法。从理论分析了自然图像的局部同质碎片颗粒的韦伯分布(WD)过程;采用多尺度全向高斯导数滤波方法获得图像空间结构细节,基于WD统计建模获得图像空间结构在不同高斯观测尺度下的特征描述;最后,基于最小二乘-支持向量机(LS-SVM)原理建立工业产品质量智能分类模型。在大米
针对复杂环境下,均值迁移算法只使用颜色特征跟踪目标鲁棒性差的问题,提出一种多特征自适应融合的MS目标跟踪算法。算法在跟踪场景的动态变化过程中,通过选择对目标和背景区分能力强的特征描述目标,建立多特征融合目标模型,并设置特征重要性权值。给出了多特征融合目标定位公式。通过动态评估不同特征在不同跟踪场景中的可靠性,对特征权值进行动态更新以及多特征自适应融合。依据不同特征的权值给出一种选择性模板更新机制,