设计 任务书 论文 开题 答辩 说明书 格式 模板 外文 翻译 范文 资料 作品 文献 课程 实习 指导 调研 下载 网络教育 计算机 网站 网页 小程序 商城 购物 订餐 电影 安卓 Android Html Html5 SSM SSH Python 爬虫 大数据 管理系统 图书 校园网 考试 选题 网络安全 推荐系统 机械 模具 夹具 自动化 数控 车床 汽车 故障 诊断 电机 建模 机械手 去壳机 千斤顶 变速器 减速器 图纸 电气 变电站 电子 Stm32 单片机 物联网 监控 密码锁 Plc 组态 控制 智能 Matlab 土木 建筑 结构 框架 教学楼 住宅楼 造价 施工 办公楼 给水 排水 桥梁 刚构桥 水利 重力坝 水库 采矿 环境 化工 固废 工厂 视觉传达 室内设计 产品设计 电子商务 物流 盈利 案例 分析 评估 报告 营销 报销 会计

天使彩票app

 首 页 机械天使彩票app 电子电气天使彩票app 计算机天使彩票app 土木工程天使彩票app 视觉传达天使彩票app 免费天使彩票app 天使彩票app资料 毕业论文 天使彩票app论文流程 
垫片
您现在所在的位置:首页 >>计算机天使彩票app >> 文章内容
垫片
   我们提供全套天使彩票app论文服务,联系版权所有©2019天使彩票app   625110801   
基于2D连续图像序列的行人骨架关节角度估计毕业论文+项目源码
文章来源:www.amhari.com   发布者:学生毕业作品网站  

摘  要

行人骨架关节角度估计是当今机器视觉领域的研究热点,它涉及到图像处理、模式估计、人工智能等多个学科的相关知识。基于2D连续图像序列的行人骨架关节角度估计包括人体区域检测、动作及姿态分割以及用于进行动作估计的目标分析和行为理解等。在分析总结该领域研究人员相关工作的基础上,本文针对俯卧撑运动的特点进行动作和姿态分割,并对其完整动作进行估计。

本文的主要研究内容如下:

1、本文针对目标动作的特点提出了一种基于动作变化率特征的动作及姿态分割方法。首先获取图像中动作区域的轮廓信息,根据连续图像序列中轮廓信息的变化情况挖掘出动作的变化率,然后利用量化后的动作变化率界定动作及姿态的分割点,最后按照对动作估计的意义大小,将不同的姿态划分为关键姿态和非关键姿态。由于关键姿态携带了进行动作估计的绝大部分信息,因而只利用关键姿态进行动作估计,这种方式有效地降低了计算复杂度,提高了实时性。

2、本文针对2D连续图像序列采集和处理过程中产生的偶然性误差提出了一种基于向量模的误差消除算法,用于消除数据序列中异常数据引起的误差,其基本原理是在原有数据序列的基础上利用多维向量的模构建一组新的数据序列。首先采用某一数据节点及其相邻数据模拟多维向量各方向上的各个分向量,然后计算此多维向量的模并将其作为与当前数据节点对应的新数据序列中的节点。

3、本文在动作及姿态分割的基础上采用了基于棍状模型的动作估计方法,通过分别建立各关键姿态的人体模型并与实际动作人体进行比较的方式进行目标分类和动作估计。结合大量的实验对以上方法和算法进行稳定性和准确性的验证,验证结果令人满意。

关键词  俯卧撑  动作分割  姿态分割  向量模  模型匹配  动作估计


Abstract

The angle estimation of pedestrian skeleton joint is a hot topic in the field of machine vision. It involves many subjects such as image processing, pattern estimation, artificial intelligence and so on. The angle estimation of pedestrian skeleton joints based on video includes human region detection, motion and posture segmentation, target analysis and behavior understanding for motion estimation. On the basis of analyzing and summarizing the related work of researchers in this field, this paper divides the motion and posture according to the characteristics of push-ups, and estimates its complete motion.

The main contents of this paper are as follows:

1. According to the characteristics of target action, this paper proposes an action and posture segmentation method based on the feature of motion change rate. Firstly, the contour information of the action region in the image is obtained, and then the changing rate of the action is mined according to the variation of the contour information in the sequence of continuous images, and then the segmentation points of the action and posture are defined by the quantized change rate of the action. Finally, according to the significance of motion estimation, the different attitude is divided into critical attitude and non-critical attitude. Because the key attitude carries most of the information of motion estimation, only the key attitude is used to estimate the action. This method can effectively reduce the computational complexity. High real-time performance.

2. In this paper, an error elimination algorithm based on vector mode is proposed to eliminate the error caused by abnormal data in the data sequence. The basic principle is to construct a new set of data sequences by using the modules of multidimensional vectors on the basis of the original data sequences. First, a data node and its adjacent data are used to simulate the upward sub-vectors of the multidimensional vector, and then the modules of the multidimensional vector are calculated and used as the nodes in the new data sequence corresponding to the current data node.

3. On the basis of motion and posture segmentation, the method of motion estimation based on stick model is adopted in this paper, and the target classification and motion estimation are carried out by establishing the human body models of each key posture separately and comparing with the actual action human body. Combined with a large number of experiments, the stability and accuracy of the above methods and algorithms are verified, and the results are satisfactory.

Keywords:push-ups segmentation attitude segmentation vector module model matching motion estimation


目  录

第1章  绪  论 1

1.1  行人骨架关节角度估计 1

1.2  行人骨架关节角度估计的应用领域 2

1.3  行人骨架关节角度估计方法简述 3

1.3. 1  基于概率统计的方法 3

1.3.2  基于语法的方法 4

1.3.3  基于模型的方法 4

1.4  行人骨架关节角度估计的难点和面临的挑战 5

1.5  本文的研究意义及主要工作 6

1.5.1  研究意义 6

1.5.2  主要工作 7

第2章  人体区域检测 8

2.1  人体区域检测方法 8

2.1.1  静态背景下的人体区域检测 8

2.1.2  动态背景下的人体区域检测 9

2.2  本文中的人体区域检测 9

2.2.1  建立背景模型 9

2.2.2  利用背景减除法得到人体区域 10

2.2.3  人体区域处理 10

第3章  动作特征提取 12

3.1  基于特征的方法 12

3.2  基于模型的方法 13

3.3  本文的动作特征提取 16

3.3.1  从人体区域中提取轮廓特征 16

3.3.2  利用轮廓特征的变化获取动作变化率特征 17

3.3.3  动作变化率的优化 18

第4章  俯卧撑运动的动作及姿态分割 20

4.1  动作分割简述 20

4.2  动作分割中的难点 21

4.2.1  动作过渡区的问题 21

4.2.2  解决方法 21

4.3  基于动作变化率的动作及姿态边界检测 22

4.3.1  动作分割 22

4.3.2  姿态分割 22

4.4  俯卧撑的动作及姿态分割过程及结果 22

4.4.1  运动人体的提取与处理 22

4.4.2  运动状态特征提取与优化 23

4.4.3  俯卧撑的动作及姿态分割 23

第5章  俯卧撑运动的动作估计 25

5.1  行人骨架关节角度估计概述 25

5.1.1  行人骨架关节角度估计存在的难点 25

5.1.2  行人骨架关节角度估计所需的理想化条件 25

5.1.3  行人骨架关节角度估计方法分类 26

5.2  基于运动特征的行人骨架关节角度估计 27

5.2.1  运动特征选择 27

5.2.2  运动特征匹配 28

5.3  基于模型的行人骨架关节角度估计 28

5.3.1  人体模型建立 28

5.3.2  俯卧撑模型的建立 29

5.3.3  模型评价 30

5.4  实验过程及结果 31

5.4.1  俯卧撑模型参数的确定 31

5.4.2  利用模型估计待测样本 33

第6章  总结与展望 34

6.1  本文总结 34

6.2  工作展望 34

参考文献 36

致  谢 41









  全套天使彩票app论文现成成品资料请咨询定做咨询 625110801      返回首页 如转载请注明来源于www.amhari.com  


打印本页 | 关闭窗口
本类最新文章
企业部门网络规划设计天使彩票app论文 基于非线性分析方法的脑电信号特征 基于振动信号的齿轮故障诊断方法研
基于农产品(蔬菜)数据挖掘的分析 基于Matlab的高压直流输电系 基于Matlab-gui信号系统
| 关于我们 | 友情链接 | 天使彩票app招聘 |

Email:domain.com: 版权所有©2019天使彩票app  625110801 学生毕业作品网站  
本站天使彩票app毕业论文资料均属原创者所有,仅供学习交流之用,请勿转载并做其他非法用途.如有侵犯您的版权有损您的利益,请联系我们会立即改正或删除有关内容!
蜀ICP备10201305号-4