- 1、本文档共5页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
[创新设计论文模板
基于头肩矩特征的人体识别研究
姓名:XXX,学号:XXXXXXXX,20XX级X班
计算机科学与技术专业
摘要:针对传统监控系统的不足,,,,,VSAM[1] 系统主要研究战场及普通民用场景的自动监控与理解,(包括人体);Kuno等[2]利用投影直方图分析目标形状,Nicolaou等[3]利用标准矩和人工神经网络来识别人形目标,,,1。
2运动目标提取
本文利用目标的局部形状信息进行识别,要求准确地提取运动目标。为避免转化为多灰度图像后产生不可逆转的颜色信息损失,对真彩色序列图像R、G、B三色分量分别差分,并对CCD摄像头本身造成的图像噪声进行滤波处理。差分图像由(1)式[5]得到:
(1)
,分别表示前景和背景图像的R、G、B值,用中值滤波消除噪声。然后,对图像进行二值化并检验连通性。图2(c)、(d)表示差分图像和二值图像。
3目标头肩模型的提取
由人体解剖学知,直立人体的宽高比,各部分肢体比例见图3(a)。
建立头肩模型的算法如下:
计算图2(d)的目标宽高比,若为之间,说明整个人体进入了摄像头的捕捉范围,转3;否则转2。
计算图2(d)的垂直方向投影直方图,平滑处理后结果见图3(b)。由此可得头部宽度W。
据图3(a)的比例,计算可得头肩长度H. 至此即可建立头肩模型,见图3(c)。
对于场景中有多个人体目标且互不遮挡的情况,用同样方法分区域处理。抽取头肩模型失败时,认为这是属于非人体的活动目标。
4头肩轮廓矩特征向量提取
采用Hu[6]7个矩不变量作为头肩模型特征向量。传统矩特征的提取由目标区域计算,复杂度正比于图像像素数,计算量大。考虑到图像轮廓反映了目标的形状信息,且轮廓的像素数远少于目标区域的像素数。因此,本文提出由轮廓计算矩特征。像素点(x,y)为轮廓时,否则,算式如下:
矩: (2)
中心矩: (3)
中心矩仅具有平移不变性。定义归一化中心矩:
,式中,, (4)
归一化中心矩具有缩放不变性。由归一化中心矩构造旋转不变性矩即同时满足平移、缩放、旋转均不变的不变矩。据上述定义导出的7个不变矩-如下:
为减少矩计算工作量和便于比较,采用开方进行数据压缩,考虑到不变矩可能出现负值,实际采用的不变矩为:
。表1为部分目标矩不变量提取结果
编号 1 1.414 1 0 0 0 0 0 2 1 0 0 0 0 0 0 3 2.449 0 9.798 0 2.449 0 9 4 1.732 1 4.690 0 0 0 1 5 1.732 0 4.472 0 0 0 1.732 6 2 0 5.831 0 0 0 1.732 7 2 1.732 1 0 0 0 0 8 2.236 2.646 3.873 0 0 1 2.236
5实验结果
采用单隐层BP网络结构。特征向量维数为7,输入神经元7个;运动目标分人或非人,输出1维向量表示两类目标,输出神经元1个。隐层节点数由实验确定,分别选取2,10,15,30个隐神经元训练,学习误差取0.001;然后,用三种改进BP算法进行实验。
常量表示分类门限,取。记学习样本实际输出与期望输出误差的绝对值。若则分类正确;反之,错误分类。记录全体样本中正确分类的样本数count,正确分类样本数与样本总数M之百分比即正识率。
带动量项算法,分别选取不同隐节点数,训练和测试性能见表2.
共轭梯度算法、LM-BP算法和拟牛顿算法,训练和测试性能见表3.隐节点数为15个。
隐节点数 训练次数 均方误差 正识率% 2 1000 0.0591937 误识 10 207 0.0009576 71 15 110 0.000949866 72 30 123 0.000988793 68
BP网算法 训练次数 均方误差 正识率% 共轭梯度法 39 0.000897027 50 LM-BP法 44 0.000254675 77.5 拟牛顿法 23 0.0000491833 97.5
表2可见,当隐节点数为2 时网络训练不足,测试性能很差;增加隐节点数至 10 个,正识率71%;隐节点数由经验公式确定时,正识率72%;继续增加隐节点数,正识率不升反降。因此,确定最佳隐节点数为15个。
表3可见,共轭梯度算法训练39次后收敛,正识率只有50%,LM-BP算法训练44次,正识率77.5%,拟牛顿算法仅训练23次,表现出较好的效果。
6 结论
本文针对室内复杂
您可能关注的文档
- [创新意识在作文教学中的培养.doc
- [创新我们的思想工作之一、二、三、四、五.doc
- [创新指引.doc
- [创新杯作品申报书.doc
- [创新概述.doc
- [创新活动探究与思考99.doc
- [创新管理突出特色促进学生健康成长——中职德育交流材料.doc
- [创新能力概念.doc
- [创新设计2013高考生物一轮复习第一单元第1讲孟德尔的豌豆杂交实验一新人教版必修2.doc
- [创新设计2014高考数学一轮复习限时集训六十九变量间的相关关系与统计案例理新人教A版.doc
- 新的一年工作展望.docx
- 医生年终个人工作的述职报告(3篇).docx
- 2023年消防设施操作员之消防设备中级技能考前冲刺练习题附答案详解.docx
- 2022-2023年环境影响评价工程师之环评技术导则与标准通关练习题包括详细解答.docx
- 2023年中级注册安全工程师之安全生产管理考前冲刺检测卷和答案.docx
- 2023年中级银行从业资格之中级银行管理考前冲刺测试卷提供答案解析.docx
- 2023年公共营养师之二级营养师通关模拟考试试卷附带答案.docx
- 证券分析师之发布证券研究报告业务考前冲刺模拟题库.docx
- 2022-2023年二级建造师之二建建设工程法规及相关知识综合提升测试卷附答案.docx
- 2023年二级建造师之二建机电工程实务通关模拟考试试卷提供答案解析.docx
文档评论(0)