基于视觉的运动人体行为分析技术研究

近年来,运动人体行为分析吸引了越来越多的计算机视觉研究人员的注意。它是计算机视觉中最具吸引力的研究领域之一,其研究核心是从视频序列中检测、跟踪、识别运动人体并对运动人体的行为进行理解和描述。该研究方向在智能安全监控、人机接口、视频会议等方面具有广泛的应用前景和巨大的潜在经济价值。     

一种基于Kalman滤波器的运动目标检测和跟踪算法

视频或图像序列中的运动目标检测与跟踪已成为计算机视觉领域研究的重要方向之一。本文实现了视频序列中的运动目标检测,使用了背景差法和帧间差分法检测到运动目标并进行了优化。Kalman滤波器是一种在时域内采用递归滤波的方法对系统状态进行最小均方误差估计的方法,本文提出利用Kalman滤波器实现运动目标跟踪中的形心跟踪的方法,可以准确预测到运动目标的一下个状态,得到良好的跟踪效果。     

基于颜色信息的多机器鱼并行视觉跟踪算法

在多仿生机器鱼协作系统 (MRFS)中 ,如何快速、准确获取多机器鱼运动信息和环境信息是决策和控制的基础。介绍了MRFS中视觉子系统的实现及其多目标实时跟踪策略。结合机器鱼本体和场地背景的特征 ,提出了一种基于色度直方图和饱和度直方图的自适应阈值分割算法 ;同时 ,结合计算机并行处理技术 ,利用MMX指令和SSE指令 ,对整个跟踪算法进行了并行性优化。该视觉子系统已成功应用于MRFS中 ,能实时跟踪自由游动的机器鱼和多个障碍物     

智能视频分析技术在监狱监管工作中的应用

本文主要分析了智能视颇分析技术.研究了视频监视系统中的运动目标检测与跟踪方法,提出了基于背景统计模型估计的方法在基于运动目标检测与跟踪算法的智能视频监控系统中的实际应用方案,并设计了基于智能视频分析技术的数字化监狱网络监管系统的实现方案,包括基于DSP处理和单片机控制的运动目标检测与跟踪系统的硬件组成方案,和基于运动目标检测与跟踪算法的智能视频监控系统控制图像处理电路以及算法流程.     

基于行为视觉分析的运动角度规范性智能判断

传统的运动角度规范性智能判断方法采用运动链位姿变换坐标系特征分解方法,对运动过程中静态属性和动态属性无法区别判断,纠正效果不好。提出一种基于行为视觉分析的运动角度规范性智能判断方法。采用灰色关联分析方法,在肌体特征运动模式下,估计当前时刻下的运动状态,进行技术型运动项目的运动链位姿分析和技术特征分析,通过Gamma校正法对输入行为视觉图像进行运动角度空间标准化处理,采用行为视觉分析方法实现运动角度规范性智能判断方法改进。仿真结果表明,采用该法进行技术型运动项目的运动角度规范性智能判断,能有效准确地反应出运动的行为视觉特征,对技术特征跟踪标定性能较好,实现对技术型运动的规范性智能评价和判断。     

基于背景差分法和光流法的视频动态目标检测与跟踪

视频运动目标检测和跟踪技术是智能视频监控的关键技术。基于这两方面展开研究,提出了自适应场境的运动目标跟踪方法。系统由背景差分实现目标检测,由目标区域LK光流预测实现目标跟踪,并融合了＂运动＂背景局部更新来实现跟踪系统对环境的自适应性。最后用VC＋＋和OpenCV软件平台设计了监控系统的演示环境,在简单场景中实现了运动目标的检测和跟踪,初步验证了系统算法的可行性和可实现性。     

试论运动视觉

本文在追溯运动视觉研究历史及学科发展现状基础上,进一步分析了其生理机制及与运动项目的关系,提出运动视觉训练的原则与方法,以及相关的防护措施,并对研究现状提出其发展方向。     

基于滑模控制技术的视觉板球控制系统设计

针对视觉板球跟踪控制问题,基于线性化动力学模型,研究了基于滑模变结构控制技术的视觉板球跟踪控制。首先,根据板球系统的物理模型,推导了视觉板球的动力学模型,在小角度假设下,对建立的动力学模型进行了线性化,并建立了系统的状态空间模型。其次,针对建立的状态空间模型,通过设计线性滑模面,结合新型非线性滑模趋近律,设计了视觉板球滑模控制律,并基于Lyapunov稳定性理论,对设计的滑模控制律进行了稳定性证明。最后,将设计的控制律代入建立的状态空间模型进行仿真验证,同时与现有的控制方法(极点配置与LQR)进行对比仿真。仿真结果表明,设计的滑模控制律渐近稳定,并且具有良好的控制精度与系统收敛速度,稳定精度高,可实现视觉板球位置跟踪控制。     

智能视频监控中的异常检测方法研究

对智能视频监控中人的区域入侵异常、滞留异常、奔跑异常等进行了分析研究,给出了三种异常的检测方法。多高斯模型用于运动目标检测,Mean Shift算法用于运动目标的跟踪,运动目标速度的计算能够区别目标的走与跑,并且对它使用的修正方法可以降低摄像头远近所带来的误差。     

浅谈基于背景建模的运动目标跟踪

在传统的目标跟踪mean-shift算法中,需要通过手动来获取所要跟踪的区域,不能够满足智能监控的效果。为了达到无人智能监控的目的,采用背景建模法,并且以一定的速率更新背景,检测并提取出运动目标的轮廓及其质心,再结合Camshift算法进行跟踪,从而实现无人监控的自动跟踪。实验证明,该方法实时性高,跟踪准确。     

基于DSP视频运动目标的实时检测与跟踪系统研究

为实现复杂背景下对任意目标的智能检测与稳定跟踪,采用TI公司TMS320DM642专用数字信号处理器,架构-视频运动目标检测与跟踪系统.实验表明,在目标变化和有物体遮挡干扰的情况下,系统能获得连续稳定的跟踪效果.     

双目立体视觉的障碍物检测方法综述

智能车辆是智能交通系统研究的热点领域,开展智能车辆的障碍物检测技术研究,是车辆辅助驾驶及无人驾驶的关键技术之一。随着计算机硬件的快速发展,计算性能不断提高,一些新的算法或方法也不断被提出,而障碍物检测技术仍然是智能车辆研究的重点和难点。文章介绍了双目立体视觉相关的一些理论,对近年来的一些基于双目立体视觉的障碍物检测方法分析并进行综述。     

一种稀松运动特征匹配的跟踪滞后消除算法

针对在运动目标结构较为复杂,运动速度较快的情况下,采集图像与被跟踪的目标存在较大的速度差异,算法运算较为复杂,运算耗时与跟踪速度不匹配,形成跟踪滞后的问题,提出一种基于稀松运动特征匹配的跟踪滞后消除算法.在运动目标跟踪的进程中,运用稀松特征迭代计算的方法,减少特征数量.在保证跟踪精度的同时,最大程度缩短计算时间.实验表明,提出的算法很好地解决了被跟踪运动目标的滞后性问题,跟踪效果明显改善.     

基于LabVIEW的运动物体跟踪系统实现

运动目标跟踪系统在讲座录制、安防监测和工业生产等诸多领域具有重要意义.但这类系统在设计上大多局限于传统仪器的概念范畴.本文介绍了一种适用范围较广的基于IabVIEW的运动目标跟踪系统.应用模型匹配技术和在LabVIEW环境下的IMAQ Vision模块来构架该虚拟仪器形式的系统.最后,对应各性能指标提出相关的优化解决方案,根据对比实验的验证数据探讨相关参数设置.该系统在实际应用中性能可靠,高效灵活;优化方法的实施显著地提高了系统的跟踪效果.     

改进的粒子滤波的视频图像目标跟踪技术

主要研究了视频图像目标跟踪准确性问题。在基于核的颜色特征统计描述及以此建立视觉目标观测概率方法的基础上,提出了一种改进的粒子滤波视频图像目标跟踪算法。首先,本文给出了基于标准粒子滤波的单特征、单目标跟踪算法,然后针对加权样本参数的选择不同,提出改进思路,最后通过与基于均值移位视觉目标跟踪算法的实验结果对比。提出的改进的粒子滤波跟踪算法在稳健性方面有显著地提高,而且若适当选择视觉跟踪参数,在实时性方面能得到有效地保证。     

基于对称差分和特征点SSDA算法的运动目标跟踪

针对模板匹配跟踪算法在模板更新时一旦模板信息更新不当,易出现目标跟丢及难以重新捕获目标的问题,给出了一种对称差分和特征点SSDA相结合的运动目标跟踪方法.该方法综合了对称差分法的优点,不仅可以自动提取目标模板,而且在目标跟丢时,可以重新捕获目标.另一方面,该跟踪方法还利用了SSDA算法的优点,不仅搜索目标速度快,而且在运动目标变为静止时以及运动目标较小时,也能保持稳定跟踪.实验结果表明该跟踪方法是行之有效的.     

李玺:解码计算机视觉模式识别之路

正近年来,防止恐怖活动或者行为的发生成为了人们最迫切的愿望。基于国家在经济发展过程中对公共社会安全的重大需求,浙江大学计算机学院人工智能研究所李玺教授开展了摄像机网络的视觉监控和行为分析方面的应用基础研究,在目标跟踪、目标行为识别、     

计算机视觉中的摄像机定标方法及其应用特点探讨

计算机视觉是一个相当新且发展十分迅速的研究领域,已成为智能自动化科学的重要研究领域之一,计算机视觉中的重要任务之一就是进行摄像机的定标,本文主要从计算机视觉的基本概念着手,分析计算机视觉中的设想定标的方法,结合当前的发展实际情况,探索其中的不足,今后更好的发展,以及更加广泛的应用奠定基础,同时分析计算机视觉中的摄像机定标的应用特点.     

基于Mean Shift算法的人脸跟踪

人脸跟踪是视频检索、视觉监控等领域中的一项关键技术,随着机器视觉技术的发展,实现人脸跟踪的算法也是多种多样。将人脸跟踪问题近似于一个meanshift跟踪问题,选取面部的颜色特征作为跟踪模板,并在MATLAB中进行了仿真,得到了良好的实验效果。     

水果智能采摘质量识别技术

研究一种采用机器视/嗅觉和联网技术的水果智能采摘识别系统,传统的水果采摘和质量鉴别采用人工识别的方法,劳动量大且标准不统一导致水果采摘不适时而质量不好。提出一种基于气味传感识别和颜色纹理识别的双重识别技术对水果的质量进行追踪识别,使用传感器进行气味感知,获得较高精度的水果纹理像素级视差,避免了因为果叶的遮挡导致的识别不准问题,实现基于气味和视觉的高精度水果质量分析。基于AD9225高速DSP芯片进行硬件设计,搭建物联网平台,设计出水果智能采摘质量识别检测仪。系统测试实验结果表明,采用该水果智能采摘仪,能有效跟踪树上水果的成熟度和质量,实现准确分类识别,并根据水果质量进行选择性实时采摘。