导读:本文包含了骨架跟踪论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:骨架,手势,关节点,方向,货运量,铁路,人体。
骨架跟踪论文文献综述
张珈玮,周剑秋[1](2019)在《客车底盘骨架对接焊缝的视觉跟踪系统》一文中研究指出根据客车底盘骨架对接焊缝的特点,设计了基于激光视觉传感的焊缝跟踪系统。针对图像处理运算量大的特点,为减少图像处理时间,提出了加窗处理算法。视觉传感系统采集并分析焊缝图像得出焊缝偏差,控制系统根据焊缝偏差指导机器人移动焊枪进行实时纠偏控制。实验结果表明,所设计的焊缝跟踪系统满足焊缝跟踪的精度要求,可以用于底盘骨架的焊接。(本文来源于《机械制造与自动化》期刊2019年04期)
马丽,张旭东,邢子正,张馨月,任晓惠[2](2019)在《基于骨架扫描策略的生猪热红外视频目标跟踪方法》一文中研究指出为了解决生猪在运动过程中目标检测与跟踪误差较大的问题,提出了一种基于骨架扫描策略的生猪头部及躯干目标检测与跟踪方法。首先,检测热红外视频中生猪的通道区域,去除复杂背景的干扰;其次,对通道区域进行预处理,提取生猪的整体骨架;再次,设计图像行列扫描策略,扫描骨架前端关键点,提取头部位置;最后,根据头部与身体的空间关系,检测躯干跟踪框的位置,同步实现头部和躯干的目标跟踪。利用采集到的50只生猪的视频数据,在Matlab R~2014a平台上进行了测试,并与压缩感知跟踪、核相关滤波跟踪和快速判别尺寸空间跟踪等高效算法进行对比分析。结果表明,本文算法的平均跟踪帧速为31. 63 f/s,平均跟踪精确度为0. 675 2(阈值为20像素),分别比压缩感知跟踪、核相关滤波跟踪和快速判别尺寸空间跟踪算法高9. 41、7. 09、2. 72个百分点。(本文来源于《农业机械学报》期刊2019年S1期)
赵妮娜[3](2019)在《一项铁道科技奖的“高考成绩单”》一文中研究指出科技成果在现场的推广,随着时间的推移会有不同的“成绩单”。在这个高考月,金属骨架再利用这项2014年铁道科技奖二等奖也亮出了自己的“高考成绩单”。分析这份“高考成绩单”,可以发现科技成果在现场创造效益、再创新的一些规律。5月,多个铁路局集团公司(本文来源于《人民铁道》期刊2019-06-17)
孟垂哲[4](2017)在《基于骨架特征点跟踪的动态手势识别》一文中研究指出人类文明发展伊始,手势是至关重要的信息交互媒介,人们通过手势传达自己的思想,手势的发展伴随着文明的进步。手势识别是计算机根据手势的不同变化方式,识别出目标人物所希望传递的信息以及要下达的控制指令。根据研究原理的不同,手势识别有很多不同的划分方法,常见的是根据手势的动作连续性将手势识别分为动态手势识别和静态手势识别。手势识别是一种具有广泛实用价值的新技术,实现人机和谐交互。它充分发挥了手的主动能动性以及手势的自然性和创造性,可以让使用者在没有训练的情况下,让机器了解使用者的意图,完成人与机器之间的交流。当前国内外研究者都致力于手势识别的研究,现在手势识别也成为了一个热点课题。本文主要研究的是基于骨架特征点跟踪的动态手势识别,主要思路是利用图像的二值化手指宽度信息以及骨架提取之后得到手势关键特征点,对特征点进行追踪,完成基本动态手势的识别。通过摄像头获得的手势动作视频获得手势动作,通过图像的预处理之后,利用基于YCrCb空间的肤色建模结合运动目标分析进行手势分割,得到完整的手势部分二值化图像,随后进行改良的中轴点骨架提取,得到骨架,从骨架中找到掌心点以及手指端点进行特征点跟踪并结合手指宽度信息,利用相同手势的特征点轨迹的相似性,加以规则判定,通过动态规划的DTW算法进行骨架特征点匹配,完成握拳、手掌滑动以及单食指点击动作的动态手势识别。基于本文算法设计了动态手势识别系统,经过样本训练获得模板手势的特征点序列,利用测试手势视频完成算法的验证工作。通过实验结果分析,基于骨架特征点跟踪的动态手势识别算法识别率高、实时性好,可以实现准确有效的手势识别。(本文来源于《天津大学》期刊2017-11-01)
陈曦,孟庆虎[5](2015)在《骨架关节点跟踪的人体行为识别方法》一文中研究指出基于彩色图像的运动检测和分割方法难以获取完整的人体骨架,并且只能提取关节点的二维坐标信息,而Kinect传感器能通过捕获深度图像来重建完整的人体骨架关节点叁维模型,提高了骨架关节点模型的表示精度。本文通过Kinect的骨架跟踪模块对人体的骨架关节点模型进行提取;然后,提出一种坐标转换方法得到人体骨架关节点的叁维坐标表示,利用k均值聚类将关节点坐标量化为符号序列;最后,建立离散隐马尔可夫模型来进行人体行为识别。通过自建的数据集进行实验,实验结果表明:本方法能取得94%的识别率。(本文来源于《河南科技大学学报(自然科学版)》期刊2015年02期)
朱文博,李彬,田联房,陈侃,鲍盈含[6](2014)在《新型基于分层多假设跟踪的冠脉骨架提取算法》一文中研究指出为解决大多数脉管骨架提取算法中存在的运算复杂、准确率低以及无法同步获取脉管半径问题,提出了一种新型基于分层多假设跟踪的冠脉骨架提取算法.首先,提出改进局部形状分析方法用于冠脉预分割,通过引入单连通约束和体积约柬和降低非血管型结构及细小类血管型结构误分割率;其次,定义新的中心检测能量函数,增强骨架定位能力,并提出分层多假设策略,避免跟踪过程产生局部谅优解和实现脉管半ftNJ步获取;此外,通过生成水平集图,使算法可根据脉管树分支情况自动初始化多条跟踪路径,具有较好的拓扑适应性.实验表叨,他骨架提取算法相比,该算法可以同步获取冠脉骨架及半径等信息,且结果精度较高.(本文来源于《自动化学报》期刊2014年08期)
刘芹,田建英,贾连芹[7](2008)在《基于边缘检测和骨架线跟踪的线状目标识别》一文中研究指出线状目标的识别在很多方面具有重要应用,而目前常用的识别方法在准确性、抗干扰能力等方面有所欠缺。本文提出了一种综合利用边缘和骨架线这两个特征对线状目标进行识别的方法。方向小波变换不仅体现了多尺度特征,而且能很好地结合图像的方向及纹理特征,反映图像的边缘信息;基于优先搜索方向的骨架线跟踪方法可以减少搜索范围,降低问题复杂度。综合利用基于方向小波变换的边缘提取方法和基于优先搜索方向的骨架线跟踪方法,有效识别出线状目标,并通过纤维的识别证明了该方法的可靠性与精确性。(本文来源于《山东商业职业技术学院学报》期刊2008年04期)
冯莲,邹北骥,刘相滨,刘丽丽[8](2007)在《无标志的人体步行腿部骨架检测与跟踪》一文中研究指出在计算机视觉领域,人体运动分析的研究正因其广泛的应用前景而越来越受到研究者的重视。对于单目图像序列的人体运动跟踪,现有的方法大多需要进行人工干预,或者在身体上附着标志物,或者对第一帧图像进行手工标记。本文针对这一问题,提出一种简单而有效的自动检测人体腿部骨架的算法,该算法不需要任何人工干预,继而在传统的运动建模及矩形块RGB颜色匹配的基础上,提出一种圆周相交定点算法,结合踝关节的运动预测对获取的腿部骨架进行跟踪,有效地解决了两腿的自遮挡问题。论文最后给出了跟踪的实验结果。(本文来源于《计算机工程与科学》期刊2007年01期)
李超群,秦志远,朱宝山[9](2001)在《遥感图象中线状目标骨架提取的变向跟踪法》一文中研究指出遥感图象上线状目标中心骨架线的提取 ,是形成图象中层视觉描述的一个重要环节 ,也是相关领域中具有挑战性的课题之一 .为了快速高效地进行遥感图象中线状骨架线的提取 ,在详细分析遥感图象上线状目标影象特征的基础上 ,提出了一种半自动提取线状目标中心骨架线的新方法 ,即变向跟踪法 .通过对多种复杂特征的线状地物骨架提取实例表明 ,提取结果接近于人工判读的结果 ,且有较好的几何精度和抗干扰性 ,计算速度也很快(本文来源于《中国图象图形学报》期刊2001年12期)
刘凯,黄峰,罗坚[10](2001)在《台风螺旋云带骨架跟踪方法的研究》一文中研究指出用紧邻交叉点的已跟踪编码过的一段象素点的编码信息,用最小二乘法向前作线性预测,求出交叉点处下一步的预测搜索方向,当用线性预测方法无法求出预测方向时,则计算交叉点前的已跟踪编码过的一段象素点的平均链码值作为预测搜索方向,最后以交叉点的各邻点方向中与预测搜索方向最接近的方向作为下一点的搜索方向。该方法有效地克服了基于链码的跟踪在交叉点处容易发生迷向的现象,同时跟踪速度和自动化程度得到了较大的提高。(本文来源于《计算机工程》期刊2001年10期)
骨架跟踪论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
为了解决生猪在运动过程中目标检测与跟踪误差较大的问题,提出了一种基于骨架扫描策略的生猪头部及躯干目标检测与跟踪方法。首先,检测热红外视频中生猪的通道区域,去除复杂背景的干扰;其次,对通道区域进行预处理,提取生猪的整体骨架;再次,设计图像行列扫描策略,扫描骨架前端关键点,提取头部位置;最后,根据头部与身体的空间关系,检测躯干跟踪框的位置,同步实现头部和躯干的目标跟踪。利用采集到的50只生猪的视频数据,在Matlab R~2014a平台上进行了测试,并与压缩感知跟踪、核相关滤波跟踪和快速判别尺寸空间跟踪等高效算法进行对比分析。结果表明,本文算法的平均跟踪帧速为31. 63 f/s,平均跟踪精确度为0. 675 2(阈值为20像素),分别比压缩感知跟踪、核相关滤波跟踪和快速判别尺寸空间跟踪算法高9. 41、7. 09、2. 72个百分点。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
骨架跟踪论文参考文献
[1].张珈玮,周剑秋.客车底盘骨架对接焊缝的视觉跟踪系统[J].机械制造与自动化.2019
[2].马丽,张旭东,邢子正,张馨月,任晓惠.基于骨架扫描策略的生猪热红外视频目标跟踪方法[J].农业机械学报.2019
[3].赵妮娜.一项铁道科技奖的“高考成绩单”[N].人民铁道.2019
[4].孟垂哲.基于骨架特征点跟踪的动态手势识别[D].天津大学.2017
[5].陈曦,孟庆虎.骨架关节点跟踪的人体行为识别方法[J].河南科技大学学报(自然科学版).2015
[6].朱文博,李彬,田联房,陈侃,鲍盈含.新型基于分层多假设跟踪的冠脉骨架提取算法[J].自动化学报.2014
[7].刘芹,田建英,贾连芹.基于边缘检测和骨架线跟踪的线状目标识别[J].山东商业职业技术学院学报.2008
[8].冯莲,邹北骥,刘相滨,刘丽丽.无标志的人体步行腿部骨架检测与跟踪[J].计算机工程与科学.2007
[9].李超群,秦志远,朱宝山.遥感图象中线状目标骨架提取的变向跟踪法[J].中国图象图形学报.2001
[10].刘凯,黄峰,罗坚.台风螺旋云带骨架跟踪方法的研究[J].计算机工程.2001