视频监控中运动图像监测与人体姿态识别的研究

《视频监控中运动图像监测与人体姿态识别的研究》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、扉页：独创性声明本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。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或集体已经发表或撰写过的研究成果，对本文的研究做出贡献的集体和个人均已在论文中作了明确的说明并表示了谢意。研究生签名：女敞日期：选!三：．篁：丝论文使用和授权说明本人完全了解云南大学有关保留、使用学位论文的规定，即：学校有权保留并向国家有关部门或机构送交学位论文和论文电子版；允许论文被查阅或借阅；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循此规定)研究生签名：蔓必导师签名：董兰

2、圣抠日期：丝堕：篁：丛本人及导师同意将学位论文提交至清华大学“中国学术期刊(光盘版)电子杂志社”进行电子和网络出版，并编入CNKI系列数据库，传播本学位论文的全部或部分内容，同意按《中国优秀博硕士学位论文全文数据库出版章程》规定享受相关权益。研究生签名：立徘导师签名：二匾日期：皇立I盥摘要视频监控系统中运动目标检测和识别是计算机视觉应用中一个重要的研究课题，多运动目标检测和识别更是目前研究的热点。视频监控系统的目的是对监控场景中的目标进行异常行为检测和分析，因此，多运动目标检测和人体姿态识别的研究有着十分重要的意义，本文提出了一种多运动目标检测和人体简单姿态识别的方法。运动

3、目标检测算法多种多样，不同的方法适用于不同的环境中。常用的三种方法是背景减除法、帧间差分法和光流法，这三种方法有各自的优缺点。背景减除法能准确的检测到运动目标，但它对环境的突变或光线的变化比较敏感。帧间差分法虽然算法简单，检测速度快，但在检测过程中如果目标的运动速度变化比较快时会使目标检测出现空洞或漏检。光流场法虽然对被检测的环境、光线和目标的运动速度要求不高，但此方法的计算量非常大，要在特定的硬件系统支持下才能使用。针对上述算法的优缺点，本文融合了背景减除法和帧问差分法对视频中的多运动目标进行检测，使检测达到稳、准、快的效果。目标识别是视频监控系统的高级处理，是视频监控系

4、统中行为模式分析的基础，而人体姿态识别是相对简单的识别过程。本文对视频环境中人站立、弯曲、躺下三种姿态的识别方法进行研究，其识别主要分为三个步骤：(1)建立人体姿态模型；(2)人体特征提取；(3)对人体姿态进行识别。本文利用MeanShift算法提取人的轮廓图像，通过轮廓图像特征建立人体姿态模型，然后利用分层识别器对人体姿态进行识别。关键词：目标检测；背景减除；帧间差分；MeanShift算法；姿态识别AbstractDetectionandrecognitionofmovingobjectsinvideosurveillancesystemsisallimportantr

5、esearchtopicincomputervisionapplications，multiplemovingobjectsdetectionandidentificationisongoingresearchhotspot．Videosurveillancesystemformonitoringpurposesistomonitorobjectinthesceneofaberrantbehaviordetectionandanalysis，SOitisveryimportantsignificanceforstudyingmultiplemovingobjectsdete

6、ctionandanalysisofbodyposture．InthiSpaper,studyonmultiplemovingobjectsdetectionmethodandsimplehumangesturerecognitionmethod．Movingobjectdetectionalgorithmisvaried，differentmethodSfordifferentenvironments．Threecommonlyusedmethodsisthebackgroundsubtractionmethod，theframedifferencemethodandop

7、ticalflowmethod，thesethreemethodshavetheirownadvantagesanddisadvantages．Backgroundsubtractionmethodcanaccuratelydetectmovingobjects，butitismoresensitiretoeEIvironmentalmutationsorenvironmentinthelightofchanging．Framedifferencealgorithmissimpleandfastdetection，