面向手势识别应用的视频背景建模研究

来源 :南京邮电大学 | 被引量 : 0次 | 上传用户:prajana
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
传统的人机交互界面是基于机械装置的,如键盘、鼠标、操纵杆和游戏手柄等。近年来基于计算机视觉的方法越来越受推崇,它能够以一种自然的方式识别人的手势,让用户体验自然、无阻碍的人机交互。在手势识别应用中,视频处理的第一步就是从视频图像序列中分离出所要观察的目标,即背景建模与前景目标提取。背景建模的准确与否,直接关系到最终提取结果的准确性,因此,研究出好的背景建模方法是非常重要的。本文在基于手势交互应用的背景下,研究了视频处理中背景建模与前景目标提取方法。首先分析了国内外背景建模及模型更新的各种算法,由此重点研究了混合高斯背景建模和随机逼近背景建模算法,并对上述两种算法做了相应的改进。传统的混合高斯背景建模算法对图像中的各个像素点采用固定个数的高斯分布,但在实际应用中这并不是最优模型,因为其像素分布的多模性是随着时间与空间变化的。本文采用自适应更新高斯分布个数的方法,在判定前景与背景时给定一个时间阈值,在这段时间内始终符合高斯分布的像素点才归为背景区域,此方法能有效克服场景中噪声的影响。实验仿真结果表明,该算法在背景中有扰动及缓慢光照变化情况下能够较好地进行背景建模。随机逼近背景建模是基于Robbins-Monro的随机逼近算法的方法,模型中对背景和前景分别采用高斯分布和均匀分布表示,通过对分布参数的估计实现模型的更新。本文在建模过程中主要考虑了对背景突变的适应性,基于同一测试视频,与混合高斯算法进行对比实验,结果表明随机逼近算法的背景提取效果要优于混合高斯算法,该算法在复杂场景中也能够较好地提取出目标,并且能够抑制阴影的影响。本文基于视频背景建模工作为后续的手势目标的跟踪、识别及分析奠定了良好的基础,有助于手势交互的智能系统应用。
其他文献
煤矿井下的粉尘不仅严重影响着煤矿的安全生产,而且对矿工身体健康构成危害,研究粉尘浓度的测量方法对粉尘防治具有重要的意义。针对煤矿井下粉尘测量中存在的问题,研究了一种基
随着经济的高速发展,环境和能源问题日益加剧。风能作为一种无污染、可再生能源,已经受到了世界各国的普遍重视。风力发电技术已经成为全球学者研究的热点。风力机是风力发电机组中两大组成部分之一,它负责将风能转化为机械能,因此对风力机进行研究具有很好的现实意义。本文首先在研究风速特性后建立了组合风速模型,基于叶素理论和涡流理论建立了风轮模型,选用刚性轴模型建立了传动系统的数学模型,用随动系统模拟了变桨距系统
立体视觉是计算机视觉领域的一个重要研究课题,旨在重构场景的三维几何信息,在机器人视觉导航、工业自动化、航空勘测、近距照相测量等领域都具有很好的应用价值。其中双目立体
随着我国市场经济的持续发展,家电产品的消费需求也不断增强,再加上近期国家实行“家电下乡”的优惠政策,给家电销售企业带来了新的发展机遇。家电市场是一个完全竞争的市场,
本论文是全景立体球视觉系统的子系统—基于DSP的图像处理系统设计。本文根据全景立体球视觉总系统对该图像处理系统的功能需求,提出图像处理系统的总体设计方案。为系统进行
本文主要研究基于深度轮廓波卷积神经网络的遥感图像地物分类问题。深度卷积神经网络是一种可以直接处理图像块的前馈神经网络,能够引入像素空间相关性,减弱相干斑影响、提升分类精度。将深度卷积神经网络延拓至复数域进行运算,可充分利用遥感图像的相位信息,构造得复数卷积神经网络。轮廓波变换用不同尺度上的不同方向的子带来逼近图像,能更好的捕捉图像的内部几何结构,获得判别特征。以复数卷积神经网络为基础,引入轮廓波变
多智能体协作是目前分布式人工智能领域的一个重要的研究热点。RoboCup仿真组的比赛是研究多智能体协作问题的一个标准的理想平台,它模拟了人类足球比赛,要想在这个复杂的多
压缩感知是一种新兴的、有效的采样方法。二维的自然图像在应用压缩感知理论的时候,通常采用分块感知的方法,以避免由于感知矩阵过于庞大而带来的存储和计算的问题。现存的压
本课题是根据电力系统大型室外变电站的实际需求而设的预研项目。在电力系统中,指针式仪表是主要的测量和检测工具,而对仪表数据的采集仍主要依赖于人工作业,工作效率低、成本高
运动行人的检测和跟踪是智能视频监控的关键技术,也正成为计算机视觉领域热点课题之一。在实际的场景中,经常会面临背景复杂、目标间遮挡等问题的干扰,导致效果不尽如人意。