发布时间:2013-06-13 00:00
简介 视频监控中,拥挤人群的相互遮挡给人体分割和跟踪带来很大困难,本系统采用如下方法实现了视频监控中对拥挤人群的人体分割与跟踪:(1) 为了解决遮挡问题,采用基于人体模型的边界曲线的分割方法,可以将多维图像转换为一维曲线,通过对一维曲线的处理来达到分割目的,此方法具有简单而且速度快的特点;(2) 为了提高跟踪模型的自学习能力,采用多层Dirichlet过程和BP神经网络相结合的人体跟踪模型,BP神经网络能够有效降低由于分割造成样本有较大的缺损、畸变等带来的负面影响,多层Dirichlet过程聚类提高BP神经网络自主学习能力。 该系统已经申请了计算机软件著作权登记,相关成果发表在《小型微型计算机系统》上。该作品获得2011年湖南省“挑战杯”大学生课外科技作品大赛一等奖,2011年全国“挑战杯”大学生课外科技作品大赛三等奖。
简介
视频监控中,拥挤人群的相互遮挡给人体分割和跟踪带来很大困难,本系统采用如下方法实现了视频监控中对拥挤人群的人体分割与跟踪:(1) 为了解决遮挡问题,采用基于人体模型的边界曲线的分割方法,可以将多维图像转换为一维曲线,通过对一维曲线的处理来达到分割目的,此方法具有简单而且速度快的特点;(2) 为了提高跟踪模型的自学习能力,采用多层Dirichlet过程和BP神经网络相结合的人体跟踪模型,BP神经网络能够有效降低由于分割造成样本有较大的缺损、畸变等带来的负面影响,多层Dirichlet过程聚类提高BP神经网络自主学习能力。
该系统已经申请了计算机软件著作权登记,相关成果发表在《小型微型计算机系统》上。该作品获得2011年湖南省“挑战杯”大学生课外科技作品大赛一等奖,2011年全国“挑战杯”大学生课外科技作品大赛三等奖。