基于視覺的運動檢測與手部動作識別.pdf

1、運動目標檢測是計算機視覺方面的一項關(guān)鍵技術(shù)。背景建模法是對圖像序列中的當前幀和背景參考模型進行比較，從而實現(xiàn)對運動目標的檢測，其中背景模型反映了背景環(huán)境的信息?，F(xiàn)有的運動目標檢測算法未能很好的解決一些關(guān)鍵的問題，例如光照變化、物體的陰影和動態(tài)背景等。本文在研究現(xiàn)有的運動目標檢測算法的基礎上，針對上述問題，提出了兩種新的改進算法。最后，在前景檢測的基礎上，對手部的特定動作進行識別。在基于碼書的背景模型的基礎上，本文提出了一種改進算法。在該

2、算法中，提出了一種新的基于陰影檢測算法的顏色與亮度模型，該模型能夠有效去除前景目標的陰影；考慮到像素點的鄰域信息對表達場景內(nèi)容的重要性，將顏色矩引入背景模型；該算法還提出了一種新的背景模型更新策略，在背景模型中同時包含了前景目標和背景的信息。實驗結(jié)果表明，即使背景場景輕微運動和光照條件變化，該方法構(gòu)造的背景也能有效檢測運動目標。為了充分利用場景的局部信息，本文提出了一種基于碼書模型的雙層背景模型，將基于像素和基于區(qū)域的背景模型統(tǒng)一于一個

3、框架中。雙層背景模型利用局部區(qū)域的統(tǒng)計特征，將基于區(qū)域的背景模型和基于像素的背景模型相結(jié)合，構(gòu)建了一個有效的層次背景模型。在對于局部區(qū)域的建模中，本文還提出了一種新的局部區(qū)域描述符。該描述符綜合運用色彩不變量和紋理特征，對局部特征進行了更準確的描述，對動態(tài)背景和光照變化等具有更好的適應性。在準確提取前景的基礎上，本文對手部的特定動作進行識別。手部動作識別在人機交互、視頻監(jiān)控等方面有豐富的應用。本文的手部動作識別算法分為三個主要部分：手部