基于贝叶斯分割和灰预测的人运动跟踪

摘要：

在人运动的视觉分析中,根据差分图像的直方图分布,将目标区域和背景区域作为2个类别进行判别,提出基于最小错误率的贝叶斯决策的动态图像分割方法,获得了良好的分割效果.提出了基于改进的灰预测模型GM(1,1)的人运动跟踪方法,GM(1,1)的初始信息由c均值聚类结果提供,同时GM(1,1)的预测结果作为下一帧图像c均值的初始聚类中心,提高了系统的实时性.与α-β-γ滤波的跟踪误差对比实验证明:该方法能够更好地挖掘人的当前运动规律,能够稳定地保持较小的跟踪误差,从而更好地反映人运动趋势,快速准确地预测人的运动位置.

关键词：人运动跟踪、贝叶斯决策、灰预测、GM(1,1) 模型

所属期刊栏目：29

分类号：TP391.41(计算技术、计算机技术)

资助基金：浙江省科技厅项目2007C31045;浙江省教育厅科研计划20060598

在线出版日期：2008-07-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1016-1019