|
|
题目：
雅宝题库答案：
****此区域为收费内容**** 需支付 1 知识币后可查看，1币=0.01元查看答案
雅宝题库解析：
随着现代网络、通讯以及计算机视觉等技术的快速发展和安全防范要求的提高，视频监控系统日益受到人们的重视。现行的视频监控技术主要是采用可见光摄像机和人工监视相结合的方式进行的，存在低照度下监控缺失和智能分析不足等题目，不能够满足现代社会对监控系统的需求，我们亟需建立一个全天候的的多光谱视频监控系统，并且对视频内容进行智能分析，对其中人体的动作进行识别。全天候多光谱视频分析可以分成可见光视频分析和红外视频分析，本文的研究内容也分成可见光领域和红外领域两个部分。在可见光视频中的行为分析一直是近些年来的研究热点领域之一，一些常见的题目如噪声干扰、低分辨率等已经得到了很好的解决，但是复杂背景下的运动目标检测和视角无关性方面的研究依旧比较少。红外视频对于解决光照变化、阴影和夜间可视性等影响传统计算机视觉的题目提供了有力的支持，而且红外图像也具备较优的分割性能，但是目前存在的人体运动分析算法在红外视频中表现不佳；特别是红外视频本身固有的特点，如低对比度、低信噪比以及人体周围易出现光晕效应等，使得红外视频中人体目标的检测和行为识别依然是一个极具挑战性的课题。为了解决上述题目，本文主要工作如下：1. 针对可见光视频中的人体检测题目，采取了改进的高斯混合模型进行背景建模，采用在线K-均值聚类方法对高斯混合模型进行初始化，提取运动目标，改进后的高斯混合模型能够对比较复杂、光照缓慢变化和存在小幅度噪声的背景准确建模。实验证明改进算法能够快速、有效地检测运动目标，具有一定的鲁棒性。2. 针对可见光视频中存在视角差别的题目，本文提取包容形状并进行降维，具有良好的视角无关性，随后使用包容形状进行隐马尔科夫模型的训练和测试。在中科院行为分析数据库上进行的实验结果表明在进行视角无关形状计算后，识别率有了明显的提升。3. 针对红外视频中人体区域的特点，本文通过方向投影确定了人体候选区域可能存在的位置，进而采用方向梯度直方图对候选目标进行了特征描述。将方向梯度直方图作为输入向量采用Fisher线性判别和贝叶斯分类器对候选目标进行了分类，以对候选目标中存在的人体进行检测。大量的实验结果表明所提出的算法是有效的。4. 针对红外视频中人体行为识别题目，本文构建了一个红外人体行为数据库，并且提出一种基于时空轮廓特征的识别方法。根据时空轮廓能量图，使用最近邻分类实现行为识别。实验结果表明提出的方法取得了令人满意的识别效果。本文的创新点在于对高斯混合模型进行了改进，使用包容形状和隐马尔科夫模型构建了可见光视频的动作识别系统，对于视角变化有很好的鲁棒性。针对红外视频，本文根据红外图像中人体的成像特点，提出了一种人体检测算法，能对红外图像中的单个或多个人体进行准确的检测。并且构建了一个的红外行为数据库，用时空轮廓能量图进行了动作识别的实验。 |
上一篇：组合服务故障处理机制的研究与实现下一篇：基于概率模型生成的数据库进行自由飞行中战略冲突检测和解脱的方法
|
发表于 2022-4-7 08:58:32
中发现Ni：
中发现Ni：
中发现Ni：
中发现Ni：
中发现Ni：
中发现Ni：
QQ登录
