文献类型：期刊文章

作　　者：魏燕欣[1] 范秀娟[1]

WEI Yan-xin;FAN Xiu-juan(School of Information Engineering,Beijing Institute of Fashion Technology,Beijing,100029,China)

机构地区：[1]北京服装学院信息工程学院,北京100029

出　　处：《北京服装学院学报（自然科学版）》

基　　金：北京服装学院创新团队建设项目(BIFTTD201801)

年　　份：2018

卷　　号：38

期　　号：2

起止页码：43-51

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、IC、RCCSE、SCOPUS、核心刊

摘　　要：随着人工智能等技术的兴起,利用机器视觉对视频中运动目标进行追踪与识别在工业、交通、医疗和运动训练等领域都得到应用.对视频中人体运动姿态进行准确快速的检测,是目前一个热门的研究方向.本文采用改进的混合高斯背景模型(GMM)算法对视频每帧图像进行前景提取,通过帧间差分法分析得出不同差值对应的学习率,从而实现对背景模型更准确的更新,进而得到一个精确的二值化的前景图像;并将生成二值图像由更新后的像素与高斯B均值比较,得到背景或前景图像;再对处理后视频图像进行比对,利用Shi-tomasi算法提取图像特征点并进行追踪,获取运动目标轮廓并绘制出边缘,经过SVM训练实现对走、跳、跑3种人体运动姿态的实时追踪和识别.

关 键 词：混合高斯背景(GMM)模型  背景更新  Shi-tomasi算法  支持向量机

分 类 号：TP391.4]