基于模型的无标识人体运动捕捉研究

无标识人体运动捕捉因其广泛的应用价值和学术价值一直是计算机视觉领域的研究热点.基于模型的无标识人体运动捕捉技术的研究目的,就是从单目或者多目摄像机图像中获得人体的运动姿态和人体模型的三维信息描述.本文从模型的构建、人体姿态估计和跟踪方法等几个方面分析了基于模型的运动捕捉的研究现状,最后阐述了该领域面临的难点问题及发展趋势.     

地铁视频监控系统中的行人检测研究与应用

行人检测是智能监控技术的一项重要内容,为了快速准确地对地铁站内的行人进行检测,采用图像的梯度向量直方图(Histograms of Oriented Gradient,HOG)特征表征行人,并通过改进HOG特征的提取算法,加快了特征向量的提取速度。分类器使用支持向量机(SVM),针对大量行人和背景训练样本,提取HOG特征并训练SVM行人分类器。用训练得到的分类器对测试样本进行检测,实验表明,提出的方法具有较高的识别率和较强的普适性,并可以应用于实际地铁环境中。     

一种人群异常行为检测系统的设计与实现

针对城市轨道交通监控等方面的应用需求,设计并实现了一个人群异常行为检测系统.目前,大部分的监控系统只能进行运劝检测和跟踪,而本文设计的系统主要是对待检视频进行人群密度分析和人群运动分析,根据密度分析和运动分析得到的结果推断人群行为是否异常.其中密度分析部分主要是利用纹理特征分析结合支持向量机分类,实现了密度分级.运劝分析部分主要是改进传统的块匹配算法,再结合支持向量机分类,实现人群运动分析.     

多媒体信息处理与信息融合

介绍了作者所完成的多媒体信息处理系统的组成及原理，详细说明了该系统所采用的一种信息处理技术－字与图分离技术，实验结果证明了该技术的有效性。