基于人体姿势分析的智能监控系统研究

论文摘要

本文主要针对智能监控方面的应用需求,设计了相应的人体姿势分析系统。不仅完成了人体的检测与定位,并且在充分的利用了检测与定位得到的人体区域信息的基础上,实现了对于视频监控范围内的人体姿势的主动分析。本文完成的研究工作及主要贡献包括以下三个方面:首先在人体目标检测与区域定位方面,使用了基于颜色匹配的人体目标检测算法。建立人体模型,利用HSI颜色空间的色度信息实现了人体区域的分割。对图像分割得到的二值图像进行图像形态学处理和空域滤波处理,提高了二值图像的质量。并在此基础上使用了面积比较法,提取到了较为精确的人体区域。其次在人体姿势识别方面,分析了本实验中人体四种姿势的特点,提取人体区域的四个几何特征作为识别依据,分别使用模板匹配法和BP神经网络分类法完成了姿势识别。模板匹配法将测试姿势图片与标准样本库中的图片进行匹配比对,实现对人体姿势的识别;BP神经网络分类法利用训练样本库中图片训练BP神经网络的连接权值,用训练好的BP神经网络实现对测试姿势图片的识别。最后在MATLAB开发环境下,使用图像处理和神经网络工具箱函数编写了人体姿势识别软件,并利用自行创建的样本数据库对系统进行了测试,取得了良好的效果。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究背景
• 1.2 研究意义
• 1.3 研究内容
• 1.4 国内外研究现状
• 1.4.1 国外研究现状
• 1.4.2 国内研究现状
• 1.5 人体行为识别的难点
• 1.6 本文主要内容及结构安排
• 第2章 图像分析基础
• 2.1 引言
• 2.2 数学形态学基础
• 2.2.1 腐蚀运算与膨胀运算
• 2.2.2 开运算和闭运算
• 2.3 图像处理技术
• 2.3.1 图像处理技术分类
• 2.3.2 空域滤波
• 2.4 本章小结
• 第3章 人体目标检测
• 3.1 引言
• 3.2 姿势数据库
• 3.3 图像分割
• 3.3.1 图像区域分割定义
• 3.3.2 图像分割方法
• 3.4 基于颜色匹配的人体区域分割
• 3.4.1 建立人体识别模型
• 3.4.2 选择颜色空间
• 3.4.3 实验结果及分析
• 3.5 二值图像处理
• 3.5.1 图像形态学处理
• 3.5.2 空域滤波处理
• 3.6 人体区域定位
• 3.6.1 定位原理
• 3.6.2 MATLAB 编程实现
• 3.7 本章小结
• 第4章 人体姿势特征提取
• 4.1 引言
• 4.2 特征提取概述
• 4.2.1 良好特征的标准
• 4.2.2 特征的选择与优化
• 4.2.3 特征提取的过程
• 4.3 几何特征提取方法
• 4.3.1 物体几何特征的定义
• 4.3.2 人体姿势几何特征的选取
• 4.3.3 MATLAB 编程实现
• 4.3.4 实验结果及分析
• 4.4 本章小节
• 第5章 人体姿势识别及实验分析
• 5.1 引言
• 5.2 模板匹配法
• 5.2.1 模板匹配法简介
• 5.2.2 模板匹配法的基本原理
• 5.2.3 MATLAB 编程实现
• 5.3 BP 神经网络分类法
• 5.3.1 人工神经网络优点
• 5.3.2 神经元结构与功能
• 5.3.3 人工神经网络的结构
• 5.3.4 人工神经网络的学习方式
• 5.3.5 BP 神经网络拓扑结构
• 5.3.6 BP 神经网络的构造
• 5.3.7 MATLAB 编程实现
• 5.4 实验结果及分析
• 5.5 本章小节
• 第6章 系统设计及实验结果
• 6.1 系统设计与实现
• 6.1.1 系统框架
• 6.1.2 功能模块
• 6.2 系统开发平台及界面
• 6.3 实验结果
• 6.3.1 人体衣服色度信息设置
• 6.3.2 创建标准样本特征数据库
• 6.3.3 待测样本类型的识别
• 6.4 本章小结
• 结论
• 附录
• 参考文献
• 攻读硕士学位期间承担的科研任务与主要成果
• 致谢
• 作者简介