学海网

毕业设计 基于混合专家模型的三维人体跟踪 共43页，13419字
摘要
视觉人体跟踪是计算机视觉领域的热点研究内容。考虑到从图像特征空间到状态特征空间的映射具有多义性，本文基于混合专家模型(Bayesian Mixture of Experts, BME)，采用“分而治之”的思想，建立了从图像特征空间到三维参数空间的映射，从而实现三维人体跟踪。使用背景减法从图像序列中提取人体区域，采用PCA方法对人体区域特征进行降维，应用BME算法和k-means聚类算法建立图像特征空间和状态空间之间的对应关系，从图像特征中估计出人体模型的三维姿态。实验结果表明本论文方法能够准确地从单视频序列中重建三维人体运动。
关键词： 混合专家模型 三维人体跟踪 计算机视觉

目录
第一章 引言 1
1.1课题背景 1
1.2典型应用 2
1.3 研究现状 3
1.4主要跟踪方法概述 4
1.5本文研究内容 5
第二章 混合专家模型 7
2.1混合专家模型概述 7
2.1.1混合专家模型原理 8
2.2 k-means聚类算法 9
2.2.1 k-means聚类算法工作原理 9
2.3 BME(Bayesian Mixture of Experts)算法 10
2.3.1 BME算法原理 10
2.3.2 BME算法证明 10
2.3.3 BME算法的优点 13
第三章 特征提取 15
3.1背景减(background subtraction) 15
3.1.1运动检测 15
3.1.2背景建模 15
3.1.3前景区域的提取 16
3.2主成分分析 (Principal Component Analysis，PCA) 17
3.2.1降维算法概述 18
3.2.2 PCA算法原理 18
3.2.3 PCA算法主要步骤 20
第四章 三维人体跟踪的实验 23
4.1实验概述 23
4.1.1实验数据库 23
4.1.2图像特征概述 23
4.1.3三维人体模型 24
4.2实验过程的实现 26
4.2.1实验方法的选择 26
4.2.2实验流程 26
4.3训练过程的实现 27
4.3.1背景减 27
4.3.2 PCA降维 28
4.3.3 k-means聚类 28
4.3.4 BME 29
4.4跟踪过程的实现 29
4.5实验结果与分析 30
第五章 结论与展望 33
5.1本文结论 33
5.2后续研究的展望 33
5.2.1本文存在的不足 33
5.2.2后续研究工作 33
致谢 35
参考文献 37