楼宇监控系统视频序列人体行为特征提取与选择文献综述

 2021-09-27 00:07:13

毕业论文课题相关文献综述

研究背景和意义人们在语音交流中,除了语音交流外,还使用身体语言,通过身体的姿态和动作来表达问题,这就是所谓的人体行为交互。

人体行为不仅能加强语言的表达力,还能起到语言所不能起到的作用。

对人体行为模式识别是计算机通过定位和识别人体,跟踪人体肢体运动,从而理解人体的动作和行为,并做出响应的智能反馈过程。

人体行为模式的识别过程包括目标的检测,目标特征的提取,特征模式的匹配,这一过程需要图像处理,模式识别,人工智能等相关领域的知识来支撑。

图像处理主要包括图像分割,边缘提取,频域的增强,变换,噪声的去除,特征提取等。

模式识别主要包括设计各种分类器和建立PROLOG数据库。

研究人体的行为模式将带来全新的交互方式。

计算机通过用户行为能够预测用户想要做什么来满足用户的需求。

在银行,机场,政府大楼等对安全比较敏感的场所,还可以使用智能视觉系统进行辅助监控,对一些相对隐患的人和事件提前发出预警。

国内外研究现状从1997年美国国防高级研究项目署(Defense Advanced Research Projects Agency)就设立了以卡内基梅隆为首,麻省理工学院等高校参与的视觉监控重大项目VSAM(Visual Surveillance and Monitoring),主要研究用于战场及普通民用场景进行监控的自动视频理解技术:实时视觉监控系统不仅能够定位人和分割出人的身体部位,而且通过建立外观模型来实现多人的跟踪,并可以检测人是否携带物体等简单行为。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。