2 运动人体的数学模型.PDFVIP

第四章 运动人体识别 一个物体不仅可以用它的特征来表示，而且可以用特征之间的联系来表示。 特征之间的关系可以是空间的，也可以是其它形式的。在这种情况下，物体可 以表示为一个图形，图形的每一个节点都表示物体的一部分，弧线连接节点表 示物体各部分之间的联系。这样，物体识别问题就转化为图形匹配问题了。 特征分类的方法使用了有效的特征和应用域知识。在己知待分类物体特征 概率和类别概率先验知识的情况下，使用特征分类方法可以快速有效地对物体 进行归类。在许多应用中，很难得到有关特征概率和类别概率的先验知识，这 时可以采用特征匹配方法。实际应用中，在待识别物体类别较多的情况下，往 往将特征分类与特征匹配方法结合使用:首先通过特征分类器将待物体分成具 有明显判别的几类，然后在每一类物体中进行特征匹配。这样可以大大缩小匹 配的范围，极大地提高目标识别的效率。 4.2 运动人体的数学模型 运动人体的数学模型是进行运动人体识别的前提和仲裁依据，在建立此数 学模型时，应该充分考虑以下主要的问题: ①特征参量的选取:它应该包含运动人体所有的相关信息，但没有任何冗 余信息;在反映运动人体共性的同时，能够极大的体现出运动人体区别于其它 非人体因素的个性 ②特征参量的组织:各个特征参量在对运动人体的描述上具有不同的贡献， 应该以一种科学合理的方式对这些特征参量进行组织，全面有效地反映运动人 体的特性。 运动人体特征包含两类因素:一个是人体因素，一个是运动因素，将这两 个因素有机地结合起来才能建立起完整的数学模型。 (1)人体因素 人体模型的建立在考虑人体特征的同时，还要充分考虑人体所处的环境。 不同环境下识别人体所建立的模型是不同的。本文所研究的对象来分析，人体 数学模型中所涉及的一些参数应该是相对于监控区背景空间的相对参数，下面 以3.4.2节中提取的变化区域特征参数为基础，详细阐述运动人体数学模型中 各相对参数。 ①面积相对参数:RAREA 一39一 第四章 运动人体识别 变化区域的面积反应了变化区域的大小，但是没有参照物的话，单独的面 积参量没有任何意义。在设定面积相对参数RARER之前，先定义相对面积参量。 相对面积是指引起背景图像上出现变化区域的物体或因素相对于整个背景空间 的比例参量。反应在图像上，则是变化区域面积占图像总面积的比例。 图像总面积是图像中象素总数。不同因素的相对面积是不同的，如小动物(如 猫、狗等)的相对面积就比人的相对面积小的多;而背景光线变化引起的相对面 积通常较大。同时相对面积还与实际监控区域空间的大小、CCD摄像头设置高 度以及运动目标距CCD摄像头的距离等因素有密切的关系，距摄像头很远的人 体可能与在摄像头前飞动飞蛾具有相当的相对面积。所以在确定人体的面积相 对参数RARFA时，要通过事先的实验测试，根据监控空间的大小、摄像头放置 的高度以及考虑到不同数目入侵者出现频率等因素，设定一个科学的面积相对 参数RARER函数关系式。图4-1的分段曲线描述面积相对参数RARER和相对面 积之间的函数关系 RARE 。I二 T, T, T:, T, X 图4-1RAREA函数关系图 图中横坐标表示图像总面积与变化区域面积的比值，用X表示;纵坐标表 示面积相对参数RARER;TTz,T3,T4为闽值;fl,fz,f3,f4和f5为5段分段函 数:ft,f5对应于不可能是人引起的变化区域的情况，函数值为0;f3对应于运 动人体出现最大频率的情况，函数值为10;几，瓜对应于运动人体出现频率较小 的情况，前者对应于多个人同时出现、运动人体的影子图像未被消除等情况; 后者对应于人体被遮挡、人体图像提取过程中有大的断裂等情况。用公式表示 为 -40- 第四章 运动人体识别 r l