基于GMM的人体运动姿态的追踪与识别 |
| |
引用本文: | 魏燕欣,范秀娟.基于GMM的人体运动姿态的追踪与识别[J].北京服装学院学报,2018,38(2). |
| |
作者姓名: | 魏燕欣 范秀娟 |
| |
作者单位: | 北京服装学院信息工程学院,北京,100029;北京服装学院信息工程学院,北京,100029 |
| |
基金项目: | 北京服装学院创新团队建设项目 |
| |
摘 要: | 随着人工智能等技术的兴起,利用机器视觉对视频中运动目标进行追踪与识别在工业、交通、医疗和运动训练等领域都得到应用.对视频中人体运动姿态进行准确快速的检测,是目前一个热门的研究方向.本文采用改进的混合高斯背景模型(GMM)算法对视频每帧图像进行前景提取,通过帧间差分法分析得出不同差值对应的学习率,从而实现对背景模型更准确的更新,进而得到一个精确的二值化的前景图像;并将生成二值图像由更新后的像素与高斯B均值比较,得到背景或前景图像;再对处理后视频图像进行比对,利用Shi-tomasi算法提取图像特征点并进行追踪,获取运动目标轮廓并绘制出边缘,经过SVM训练实现对走、跳、跑3种人体运动姿态的实时追踪和识别.
|
关 键 词: | 混合高斯背景(GMM)模型 背景更新 Shi-tomasi算法 支持向量机 |
本文献已被 CNKI 万方数据 等数据库收录! |
|