【摘 要】
：
针对当前基于运动传感技术的人体行为监测方案中存在的运动信息种类单一、运动特征提取不完善、识别算法复杂、鲁棒性弱等问题,提出运用多MEMS传感器采集人体姿态角和线性加速度,为人体行为识别提供准确、多样的运动信息;通过对滑动时间窗内运动信息进行数学统计,提取人体运动特征;基于这些特征,设计模糊模式识别模型,对人体异常行为进行识别.实验结果表明:该方案识别率高,平均识别率达97.6%,鲁棒性强,软硬件复
论文部分内容阅读
针对当前基于运动传感技术的人体行为监测方案中存在的运动信息种类单一、运动特征提取不完善、识别算法复杂、鲁棒性弱等问题,提出运用多MEMS传感器采集人体姿态角和线性加速度,为人体行为识别提供准确、多样的运动信息;通过对滑动时间窗内运动信息进行数学统计,提取人体运动特征;基于这些特征,设计模糊模式识别模型,对人体异常行为进行识别.实验结果表明:该方案识别率高,平均识别率达97.6%,鲁棒性强,软硬件复杂度大大降低,易于借助嵌入平台实现独立的模块化设计,具有很强的实用性.
其他文献
局部二元模式(Local binary pattern,LBP)是一种经典的纹理分析方法,然而现有LBP方法对噪声非常敏感,其鲁棒性并不高。提出了一种利用相位一致性(Phase congruency,PC)提高LBP在噪声图像中的鲁棒性的方法。首先计算图像的PC值,即用Log-Gabor滤波器对图像进行滤波,然后将不同方向上的滤波结果融合在一起得到二维PC值,接着在PC值的基础上计算LBP特征并统
针对基于局部熵的过渡区阈值算法中没有同时考虑局部图像灰度变化的频率和幅度,提出一种融合局部描述子的过渡区阈值算法.提出算法首先采用图像的局部熵和局部方差等局部描述子提取图像的局部特征;其次融合局部图像特征构造特征矩阵,并选取合适的特征阈值提取图像的过渡区;最后根据图像过渡区的灰度均值分割图像.实验结果表明,根据一些图像分割的定量评价标准,提出算法提取过渡区的质量高,分割图像效果好.
随着多媒体技术的迅速发展,图像资源的管理和检索日益成为研究热点,目前的图像检索技术因忽略了情感因素而显得力不从心.通过对自然语言分词,应用OCC情感模型,实现了使用自然语言对图像库进行情感语义检索.以百度图片频道下载的800张自然风景图像数据建立图像库并进行测试,实验结果表明取得了良好的检索效果,可为更多类型的图像情感语义检索打好基础,具有一定的实用价值.
针对传统彩色图像分割方法的局限性,提出了基于HSI色彩空间和改进K-均值聚类的图像分割方法,通过将彩色图像分解成三个相互独立的H、S、I分量,利用各个分量特点及其直方图确定聚类类别和初始聚类中心,在高饱和度区和低饱和度区分别聚类,并将聚类结果合并取交集,从而分割出目标区域。将该方法用于纸币冠字号码图像分割,经仿真验证,结果不受噪声和局部边缘变化的影响,分割效果得到明显提升,为后续冠字号准确识别提供
设计了一种基于FPGA和DSP架构的红外图像超分辨率重构系统。采用TI公司高性能DSP(TMS320DM6467)和Xilinx公司FPGA(VIRTEX-4)作为核心处理器。DSP模块承担目标图像重构算法运算,FPGA模块负责图像预处理及与主控计算机通信。通过合理的任务调度,充分发挥DSP并行运算的灵活与速度优势和FPGA实现的快速性与通用性,结合改进PCOS超分辨率算法,可稳定获得较高质量的重
通过分析经典L1视觉跟踪算法在粒子滤波框架下的采样粒子分布与运动目标真实状态的差异,提出了一种基于在线判别分析的改进L1视觉跟踪算法.该跟踪算法利用基于在线逻辑回归模型的判别分析及其更新过程,自主获取运动目标的实时状态与变化,增强运动目标与背景信息之间的可判别性,以实现采样粒子的自适应重要性筛选.通过筛选,尽量排除与运动目标差异大的粒子,降低这些粒子造成的跟踪不稳定性,并减少L1优化求解的次数,从
针对在三维表面上均匀采集的少量数据点,提出一种基于压缩感知与最小二乘支持向量机(LSSVM)的三维组织表面重建方法.通过结合采用拟合与插值方法得到与待重构表面数据相同数目的数据点集,采用离散余弦变换(DCT)分别得到其三维坐标的稀疏系数,用设计的自适应观测矩阵进行观测,并选用正交匹配追踪算法作为重构算法,最后采用LS-SVM回归预测模型对压缩感知重构结果进行修正.实验结果表明:该重建方法得到的组织
为了更好地兼顾特征描述子的鲁棒性和维数,提出了一种基于离散余弦变换(DCT)和修正中心对称局部二值模式(CSLBP)的局部特征描述子.综合利用了修正CSLBP算法的快速性、亮度不变性、旋转不变性和DCT算法的去相关性、能量集中性、可分离性.首先利用Hessian-Affine算子进行区域检测并进行规范化处理,然后在局部旋转不变坐标系下计算CSLBP描述子,最后应用DCT压缩该修正的CSLBP描述子
设计了一种新的有效稳定的彩色图像分割算法.该算法首先利用均值漂移(MS)算法预分割图像,产生了许多保留了图像不连续特征的分割区域,然后构建预分割区域的相似度图,并利用谱聚类集成算法对相似度图进行全局最优划分.为了避免在构建相似度图时仅利用像素点的亮度信息而产生一些不合适的划分结果,定义了一个局部占优度的变量,该变量综合考虑了局部区域像素的亮度和细节信息.本文算法在彩色图像上的实验结果验证了其高效的
对手术导航系统的两个关键技术进行了研究.针对复杂背景下手术器械的运动跟踪问题,设计了一个带有圆形纹理图案的手术器械标识板,并基于颜色、饱和度以及纹理特征使用连续自适应均值漂移(CamShift)算法进行跟踪,其中纹理的提取应用了点样本估计的一致局部二值模式(LBP)算子.在此基础上,引入霍夫圆变换以克服目标丢失时需要重新初始化搜索窗口的问题,实现了全自动跟踪.针对手术探针在3维模型中的可视化问题,