|
基于混合專家模型的三維人體跟蹤
|
|
資料類別
|
電子電工畢業(yè)論文（設(shè)計） |
|
|
課程(專業(yè))
|
電子技術(shù) |
|
關(guān)鍵詞
|
混合專家模型|三維人體跟蹤 |
|
適用年級
|
大學(xué) |
|
身份要求
|
普通會員 |
|
金 幣
|
69 �。�金幣如何獲得？） |
|
文件格式
|
word |
|
文件大小
|
222K |
|
發(fā)布時間
|
2009-06-02 21:35:00 |
|
預(yù)覽文件
|
無 |
|
下載次數(shù)
|
0 |
| 發(fā)布人 |
lcw |
內(nèi)容簡介：
畢業(yè)設(shè)計 基于混合專家模型的三維人體跟蹤 共43頁，13419字
摘要
視覺人體跟蹤是計算機視覺領(lǐng)域的熱點研究內(nèi)容�？紤]到從圖像特征空間到狀態(tài)特征空間的映射具有多義性，本文基于混合專家模型(Bayesian Mixture of Experts, BME)，采用“分而治之”的思想，建立了從圖像特征空間到三維參數(shù)空間的映射，從而實現(xiàn)三維人體跟蹤。使用背景減法從圖像序列中提取人體區(qū)域，采用PCA方法對人體區(qū)域特征進行降維，應(yīng)用BME算法和k-means聚類算法建立圖像特征空間和狀態(tài)空間之間的對應(yīng)關(guān)系，從圖像特征中估計出人體模型的三維姿態(tài)。實驗結(jié)果表明本論文方法能夠準確地從單視頻序列中重建三維人體運動。
關(guān)鍵詞： 混合專家模型 三維人體跟蹤 計算機視覺
目錄
第一章 引言 1
1.1課題背景 1
1.2典型應(yīng)用 2
1.3 研究現(xiàn)狀 3
1.4主要跟蹤方法概述 4
1.5本文研究內(nèi)容 5
第二章 混合專家模型 7
2.1混合專家模型概述 7
2.1.1混合專家模型原理 8
2.2 k-means聚類算法 9
2.2.1 k-means聚類算法工作原理 9
2.3 BME(Bayesian Mixture of Experts)算法 10
2.3.1 BME算法原理 10
2.3.2 BME算法證明 10
2.3.3 BME算法的優(yōu)點 13
第三章 特征提取 15
3.1背景減(background subtraction) 15
3.1.1運動檢測 15
3.1.2背景建模 15
3.1.3前景區(qū)域的提取 16
3.2主成分分析 (Principal Component Analysis，PCA) 17
3.2.1降維算法概述 18
3.2.2 PCA算法原理 18
3.2.3 PCA算法主要步驟 20
第四章 三維人體跟蹤的實驗 23
4.1實驗概述 23
4.1.1實驗數(shù)據(jù)庫 23
4.1.2圖像特征概述 23
4.1.3三維人體模型 24
4.2實驗過程的實現(xiàn) 26
4.2.1實驗方法的選擇 26
4.2.2實驗流程 26
4.3訓(xùn)練過程的實現(xiàn) 27
4.3.1背景減 27
4.3.2 PCA降維 28
4.3.3 k-means聚類 28
4.3.4 BME 29
4.4跟蹤過程的實現(xiàn) 29
4.5實驗結(jié)果與分析 30
第五章 結(jié)論與展望 33
5.1本文結(jié)論 33
5.2后續(xù)研究的展望 33
5.2.1本文存在的不足 33
5.2.2后續(xù)研究工作 33
致謝 35
參考文獻 37
相關(guān)說明：
1. 如您下載的資料不止一份，建議您注冊成為本站會員。會員請登錄后下載。
2. 會員購買金幣50元以下，0.7元/個，50元以上，0.5元/個。具體請看：下載與付款。
3. 會員48小時內(nèi)下載同一文件，不重復(fù)扣金幣。
4. 下載后請用WinRAR或 WinZIP解壓縮后使用。
5. 如仍有其他下載問題，請看常見問題解答。
下載地址：
|
|
| 相關(guān)畢業(yè)論文（設(shè)計） |
|
|
| 推薦畢業(yè)論文（設(shè)計） |
|
|
|
|
|