学位论文 > 优秀研究生学位论文题录展示

基于自适应特征人体目标监控系统设计与实现

作　者: 李秀
导　师: 毕胜
学　校: 大连海事大学
专　业: 电子与通信工程
关键词: 智能监控人体检测自适应特征头肩特征步态特征
分类号: TP277
类　型: 硕士论文
年　份: 2013年
下　载: 29次
引　用: 0次
阅　读: 论文下载

内容摘要

在计算机视觉领域中智能视频监控是一个重要的研究方向,具有广泛的应用前景,运动人体目标的检测和识别更是智能监控系统中的重要组成部分,对公共场所以及敏感部门的安防起着至关重要的作用,因此对人体目标的检测及识别进行研究有着重大的实际意义,值得各界学者深入研究。本文对基本自适应特征的人体目标监控系统进行了设计与实现。由于人体目标在不同的距离、不同的光照条件以及不同的运动姿态下所表现的显著特征并不相同,在检测人体目标时,如果只是单一的选择一种特征进行人体检测,将不会达到预期的效果,因此应在不同的条件下适当选择适当的特征进行检测,这样才能提高检测的效果。本文在对环境亮度、人体运动方向以及距离做出分析后,自适应的选择最合适的人体特征对目标进行检测,同时,为了提高系统的实用性,本文在自适应的识别人体目标后增加了区域报警功能,即在警戒区域内如果检测到入侵者将会发出报警提示音,提醒监控人员有人入侵。实验结果表明,自适应的特征选取方法能够更可靠、更准确的检测出运动人体目标,同时给出报警。本文在Visual C++集成开发环境下搭建了人体检测系统,主要是通过自适应的特征选取方法进行人体识别,对闯入警戒区域内的人体目标进行报警。在自适应特征选取部分,本文具体分析了头肩特征和步态特征,其中头肩部位是由水平和垂直的投影直方图提取得到的,确定头肩部位后将其进行Hu特征向量的提取,并将它的特征向量值与通过大量实验得到的标准特征值进行相似度对比,根据设定的阈值判断是否为人体；基于步态特征部分,是将步态数据库中的视频作为训练样本,通过提取步态序列的轮廓进行统计选取特征值,然后通过K最邻近分类器进行人体识别。

全文目录

摘要  5-6
ABSTRACT  6-8
目录  8-10
第1章绪论  10-15
  1.1 本文的研究背景和意义  10-11
  1.2 国内外研究现状  11-13
    1.2.1 智能视频监控系统的研究  11-12
    1.2.2 人体运动目标检测的研究  12-13
  1.3 本文的主要工作  13-14
  1.4 本文的章节安排  14-15
第2章系统的总体设计方案  15-31
  2.1 自适应特征的选取思想  15-21
    2.1.1 不同人体特征的识别  15-18
    2.1.2 自适应特征准则的建立  18-21
  2.2 自适应特征准则的实现  21-25
    2.2.1 光线亮度的判断  21
    2.2.2 运动目标的距离判断  21-24
    2.2.3 运动目标的方向判断  24-25
  2.3 本文的系统设计  25-31
    2.3.1 本文的系统流程  25-28
    2.3.2 系统的模块功能  28-31
第3章运动人体目标检测  31-38
  3.1 运动目标检测方法  31-35
    3.1.1 运动目标的基本检测方法  31-33
    3.1.2 本文的运动目标检测方法  33-35
  3.2 运动目标的形态学处理  35-38
第4章人体目标特征提取  38-56
  4.1 头肩特征的提取  38-46
    4.1.1 头肩模型的提取  38-41
    4.1.2 头肩模型特征向量的提取  41-45
    4.1.3 提取头肩特征的实验结果  45-46
  4.2 步态特征的提取  46-56
    4.2.1 步态的周期检测  46-48
    4.2.2 基于Procrustes序列均值形状统计分析方法(PMS)  48-50
    4.2.3 PCA主成分分析  50-52
    4.2.4 Procrustes傅里叶频谱分析  52-53
    4.2.5 步态的训练过程  53-54
    4.2.6 步态的识别过程  54-56
第5章系统实现及结果分析  56-64
  5.1 系统实现  56-57
  5.2 实验测试结果及分析  57-64
第6章总结与展望  64-66
参考文献  66-70
致谢  70-71
研究生履历  71

基于自适应特征人体目标监控系统设计与实现

内容摘要

全文目录

相似论文