老人监护系统中场景识别算法的研究

《老人监护系统中场景识别算法的研究》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、硕士学位论文老人监护系统中场景识别算法的研究RESEARCHONSCENERECOGNITIONALGORITHMINOLDGUARDIANSHIPSYSTEM吕广兴哈尔滨工业大学2016年12月万方数据国内图书分类号：TP391学校代码：10213国际图书分类号：621.3密级：公开工程硕士学位论文老人监护系统中场景识别算法的研究硕士研究生：吕广兴导师：王明江教授申请学位：工程硕士学科：集成电路工程所在单位：深圳研究生院答辩日期：2016年12月授予学位单位：哈尔滨工业大学万方数据ClassifiedIndex:TP

2、391U.D.C:621.3DissertationfortheMaster’sDegreeofEngineeringRESEARCHONSCENERECOGNITIONALGORITHMINOLDGUARDIANSHIPSYSTEMCandidate：LvGuangxingSupervisor：Prof.WangMingjiangAcademicDegreeAppliedfor：Master’sDegreeofEngineeringSpeciality：IntegratedCircuitEngineeringAffi

3、liation：ShenzhenGraduateSchoolDateofDefence：December,2016Degree-Conferring-Institution：HarbinInstituteofTechnology万方数据哈尔滨工业大学工程硕士学位论文摘要老人监控系统的立体视觉场景分析方法是利用现代计算机视觉技术和模式识别方法发展起来的新型信息应用，具有对实时监护系统下进行图像信息进行提取以及分析理解的能力，目前大多应用于人工智能、人机交互技术、机器人导航等等方面。老人监护系统中最主要的技术是场景中的物体

4、的识别、分割；能否准确地提取出前景对象，对后续进一步的物体识别、结合姿态识别进行场景分析至关重要。因为老人监护系统应用的环境很复杂，场景不是单一固定变化的，摄像头到的图像的时候大多会受到环境的灯光、阴影等不固定的环境因素以及周围的噪声的干扰，所以如何精确完整地分割出目标对象存在一定的难度。基于这一问题，各国研究学者旨在研究如何增强及优化场景中物体的检测算法的动态鲁棒性和效率上面；这样才能确保在多重复杂的监护场景中都能检测出较为准确、完整的场景物体目标，进而提高后续场景分析的语义分析理解的精确度。本文在深入研究分析国内外

5、的相关资料基础上，首先对场景分析应用技术的发展和现状做了简单的介绍；进而研究分析在老人监护系统的关键技术：场景中对象的识别、分割的相关理论。设计并实现了老人监护体系中不依赖传统的结构光的场景物体检测方法，利用PrimeSense的散斑原理实现对场景中物体的鲁棒性检测。应用立体视觉技术对场景中前景对象进行前景分割及场景重构。利用多层感知器进行场景中前景物体和场景状况进行识别分析。本文对老人监护系统中使用的场景识别算法进行研究，并结合实验仿真作深入的探讨对比。实现了场景中前景物体检测识别率达到100%的精确检测结果，结合姿

6、态识别结果场景分析分类达到了98%的较好识别效果。并且在处理速度上达到了实时处理的性能要求，满足了老人监护系统所用到的场景分析的功能和性能指标要求。关键词：立体视觉；物体分类；多层感知器；场景分析-I-万方数据哈尔滨工业大学工程硕士学位论文AbstractThestereoscopicsceneanalysismethodoftheoldpeoplemonitoringsystemisanewtypeofinformationapplicationdevelopedbymoderncomputervisiontechn

7、ologyandpatternrecognitionmethod.Ithastheabilitytoreal-timeextractandanalyzeimageinformation.Now,mostofthemareappliedintheareaofartificialintelligence,Human-computerinteractiontechnology,robotnavigationandsoon.Themostimportanttechnologyintheoldguardianshipsystem

8、istherecognitionandsegmentationoftheobjectsinthescene.Becausetheforegroundobjectscanbeextractedaccuratelyisimportantforfurtherobjectrecognitionandsceneanalysiscombine