基于视觉显著性的人体检测与跟踪方法研究

基于视觉显著性的人体检测与跟踪方法研究

ID:23517268

大小:11.35 MB

页数:85页

时间:2018-11-08

基于视觉显著性的人体检测与跟踪方法研究_第1页
基于视觉显著性的人体检测与跟踪方法研究_第2页
基于视觉显著性的人体检测与跟踪方法研究_第3页
基于视觉显著性的人体检测与跟踪方法研究_第4页
基于视觉显著性的人体检测与跟踪方法研究_第5页
资源描述:

《基于视觉显著性的人体检测与跟踪方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、:TP242中文图书分类号.6密级:公开UDC:621.3学校代码:10005BEIINGUNIVERSITYOFTECHNOLOGYJ硕士专业学位论文PROFESSIONALMASTERDISSERTATION论文题目:基于视觉显著性的人体检测与跟踪方法研究论文作者:王影学科:控制工程指导教师:杨金福副教授论文提交日期:2017年5月UDC:621.3学校代码:100Q5'242?中文图书分类号.6:学:S2014

2、0223,:TP]密级:公开北京工业大学工程硕士学位论文(全日制)题目:基于视觉显著性的人体检测与跟踪方法研宄HUMANDETECTIONANDTRACKING英文题目:BASEDONVISUALSALIENCY论文作者:王影领域:控制工程研究方向:模式识别与智能系统申请学位:工程硕士专业学位指导教师:杨金福副教授所在单位:信息学部答辩日期;2017年5月授予学位单位;北京工业大学独创性声明本人声明所呈交的论文是我

3、个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人己经发表或撰写过的研究成果,也不包含为获得北京工业大学或其它教育机构的学位或证书而使用过的材料一。与我同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示了谢意。签名:王影日期:2017年5月24日关于论文使用授权的说明本人完全了解北京工业大学有关保留、使用学位论文的规定:,即学校有权保留送交论文的复印件,允许论文被查阅和借阅;

4、学校可以公布论文的全部或部分内容,可以采用影印、缩印或其他复制手段保存论文。(保密的论文在解密后应遵守此规定)签名:王影日期:2017年5月24日017524导师签名:杨金福日期:2年月日摘要摘要随着人工智能技术的日益发展,服务机器人逐渐进入人们的日常生活。然而,机器人的初级工作己经无法满足人类越来越高级的需求,社会对其实现智能化的呼声越来越高。为了使机器人更加有效的辅助人类,需要不断的增强其对外部环境的感知力。与人类视觉系统相似,机器人

5、的视觉传感器同样是其获取外界信息的重要方式。也正因为如此,基于视觉的目标检测技术是机器人领域的重要研究问题一。此外,人体跟随技术作为实现机器人与人类交互的项关键技术,己经受到越来越多的关注。然而,面对海量的数据规模,机器人如何准确、快速的实现场景中人体的检测与跟踪成为一个难点。人类的视觉感知系统在信息筛选方面能力非常突出,该系统使得人类可以迅速、精准的发现环境中的主要信息,而忽略其他非重要信息。这种能力被称为视觉选择注意机制或视觉显著性机制。本论文从仿生学的角度出发,

6、研究基于人类视觉显著性机制下的人体检测与跟踪算法,并尝试将研究成果应用于移动机器人的视觉检测与跟踪中。主要研究工作包括:一1为了使机器人实现快速定位目标,提出了种新的视觉显著性检测算()法。首先,考虑到基于区域特征的显著性检测方法源于认知心理学,通过引入竞争机制实现显著区域的定位,同时考虑到场景中的物体会出现在不同的尺度上,因此,采用不同参数的简单线性迭代聚类(SLIC)算法对输入图像进行多尺度分一害I显著性的特征之J;然后,考虑到颜色直方图是最有效的描述视觉,提取每个

7、区域的颜色直方图特征,并利用空间信息以及位置先验计算其显著性值;最后,考虑到不同尺度显著性图的优势,将多层元胞自动机技术应用于显著性图的整合中。利用多个数据集进行实验,并与其他流行方法进行对比,验证了本文所提方法的有效性。一(2)为了使机器人能够准确快速地识别人体,提出了种基于视觉显著性与多特征融合的人体检测方法。首先,利用上述提出的显著性检测方法定位场景中的感兴趣区域,忽略背景信息;然后,对得到的感兴趣区域进行处理,构建人体检测模型一,考虑到人体表观、姿态的多样性

8、,提出了种多特征融合的建模方法;一最后,分别提取正负样本的阶梯度特征以及基于细胞(Cell)结构的颜色特征和二阶阶梯度特征,并通过Boosting方法进行优化,训练支持向量机(SVM)分类器,完成图像中的人体检测。利用多个数据集进行实验,并与其他流行方法进行对比,验证了本文所提方法的有效性。一3提出了种基于视觉显著性的自适应核化相关滤波跟踪方法,使机器人()能够实现完全自动的跟踪。首先,利用视觉显著性检测代替人工标定实现目标初I北京工业大学工程硕士专业学位论文

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。