论文部分内容阅读
随着自动驾驶技术的逐渐兴起,与之相关的各类技术也越来越受到人们的重视,动作识别技术作为光学图像处理技术之一,成为了自动驾驶技术中不可缺少的一项技术。 本文意在使用色彩空间的相关知识,在复杂环境中对交警进行准确查找,并且提取其进行交通指挥时所进行的动作表征,然后通过将交警动作用描述符表示,然后利用视觉词袋法对交警的动作进行判别,通过隐马尔科夫模型对交警此时动作姿态以及动作序列进行识别,最终视线对指挥信号的理解,从而达到识别交警指挥动作,以更好地完成自动驾驶的目的。 通过隐马尔科夫模型与三角函数词袋法实现对交警交通指挥动作的识别的过程主要有寻找交警、运动表征提取、视觉词袋描述动作、判断指挥信号四个步骤组成,本文的主要工作如下: 对Retinex算法进行改进,在最大化的保留图像自身色彩的情况下,均匀化光照,将因亮度问题造成的误差减少,然后通过色彩阈值排除不符合交警颜色的色彩,再利用区域生长、滤波、形态学处理对得到符合阈值颜色的色彩所在区域的轮廓图,再对这些轮廓图进行色谱分布判断,寻找到符合交警制服色彩的色谱分布区域,从而寻找到交警。 将传统的光流场进行更改,通过区域增长对交警产生运动的部位进行追踪,从而判定出到交警在二维空间中的运动方向,并将运动区域进行圈定,再用不变矩对运动区域的形变进行查找,通过运动区域产生的形变,对其是否在三维方向发生运动进行判定。 按照视觉词袋法对图像的识别方法,将原本的动作图像用各类动作描述符描述出来,通过将不同维度下的运动向量,与躯干的运动区域的对比,前一时刻的运动等现象组合成视觉词袋库,然后对观察到的交警动作所蕴含的表征进行识别,判断出交警此时的姿态。 通过隐马尔科夫模型代替传统的贝叶斯网络进行动作姿态与动作序列建模,然后通过前面描述动作的动作符词实现对交警的指挥信号的识别。