基于隐马尔可夫模型的多摄像头人体对象的目标识别

摘要：

在非重叠多摄像机系统的人体对象目标识别中,针对基于单幅图片的识别算法不能较好处理对象表观和视角变化的问题,提出基于人体图像序列的算法.该算法用隐马尔可夫模型(HMM)融合多幅图片的特征,先考虑人体结构的约束,将人体图像在垂直方向上划分为多个相等的图像区域;然后采用多层阈值分割算法提取区域代表性颜色特征(SRC)和标准差特征(SSV);再用每个人体对象的多幅图片提取的特征数据集训练该对象的连续密度HMM;最后利用训练的模型实现人体对象的目标识别.该方法在两个公开数据集上进行的实验都获得了较高的识别率,提高了对摄像头视角变化、低分辨率的鲁棒性,且简单易实现.

关键词：人体对象目标识别、隐马尔可夫模型、多阈值分割、图像序列、峰值信噪比

所属期刊栏目：34

分类号：TP391.4;TP37(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61175026;浙江省新一代移动互联网用户端软件科技创新团队项目2010R50009;宁波大学胡岚博士基金资助项目ZX2013000319;宁波大学人才工程项目20111537

在线出版日期：2014-07-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1746-1752