首先介紹了運動人體的剪影提取，在視頻序列中，由于受到復(fù)雜背景、遮擋、光照變化等因素的影響，通常的背景分離算法無法有效的對運動人體進行提取，本文介紹了一種基于高斯混合模型和幀差法相結(jié)合的運動物體提取算法，從而獲得了精度較高的運動人體剪影。

由于人體姿態(tài)運動數(shù)據(jù)通常是高維數(shù)據(jù)矩陣，在處理之前一般需要降維度處理，首先通過傳統(tǒng)的PCA降維算法進行處理，然后結(jié)合PCA算法的缺陷，提出了一種基于概率信息的改進PCA算法。在PCA的基礎(chǔ)上，加入一個噪聲變量，用來調(diào)整后面N-M個高緯度的數(shù)據(jù)的精度。 通過最大似然估計進行估計這個噪聲模型，然后疊加到PCA模型的高緯數(shù)據(jù)上。

最后，對降維后的數(shù)據(jù)進行粒子群的姿態(tài)估計，這里首先使用了傳統(tǒng)的模擬退火算法進行優(yōu)化，然后使用的PSO粒子群優(yōu)化算法進行優(yōu)化，最后通過對比分析，提出了一種基于基因突變的變權(quán)值模擬退火粒子群優(yōu)化算法，通過該算法，可以大大改進最后的收斂效果，使得最后的收斂值趨于穩(wěn)定收斂，并且收斂值達到更小的誤差水平，并且不存在粒子突變的情況。

最后，根據(jù)本文算法對CMU數(shù)據(jù)庫中的不同運動姿態(tài)進行仿真，實驗結(jié)果仿真可知本文方法不僅具有良好的計算效率，同時具有良好的收斂性和全局搜索能力，能準確分析單目視頻中的人體姿態(tài)。

第一、研究了關(guān)于運動人體剪影提取的算法，目前為止，最常有的有幀差法，高斯混合模型法。但是傳統(tǒng)的背景差以及高斯混合模型法存在拖影問題。針對這個問題，提出了一種同時結(jié)合高斯混合模型和幀差法的新型運動物體提取算法，最后使用MATLAB對CMU數(shù)據(jù)庫中的多個測試視頻進行仿真驗證，實驗結(jié)果表明，采用改進后的高斯混合模型能夠更高精度的提取人體剪影。

第二、由于人體姿態(tài)運動數(shù)據(jù)通常是高維數(shù)據(jù)矩陣，在處理之前一般需要降維度處理，首先通過傳統(tǒng)的PCA降維算法進行處理，然后結(jié)合PCA算法的缺陷，提出了一種基于概率信息的改進PCA算法。在PCA的基礎(chǔ)上，加入一個噪聲變量，用來調(diào)整后面N-M個高緯度的數(shù)據(jù)的精度。 通過最大似然估計進行估計這個噪聲模型，然后疊加到PCA模型的高緯數(shù)據(jù)上。

第三、對降維后的數(shù)據(jù)進行粒子群的姿態(tài)估計，這里首先使用了傳統(tǒng)的模擬退火算法進行優(yōu)化，通過對比分析，提出了一種基于基因突變的變權(quán)值模擬退火粒子群優(yōu)化算法，通過該算法，可以大大改進最后的收斂效果，使得最后的收斂值趨于穩(wěn)定收斂，并且收斂值達到更小的誤差水平，并且不存在粒子突變的情況。

聯(lián)系：highspeedlogic

QQ ：1224848052

微信：HuangL1121

郵箱：1224848052@qq.com

網(wǎng)站：http://www.mat7lab.com/

網(wǎng)站：http://www.hslogic.com/

微信掃一掃：