• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于圖像識(shí)別的中老年人下肢動(dòng)作運(yùn)動(dòng)參數(shù)提取方法研究

    2018-01-20 18:35:07任彥軍黃麗敏
    現(xiàn)代電子技術(shù) 2018年1期
    關(guān)鍵詞:圖像識(shí)別

    任彥軍+黃麗敏

    摘 要: 針對(duì)傳統(tǒng)的運(yùn)動(dòng)參數(shù)提取方法一直存在提取誤差大、耗時(shí)長(zhǎng)的問(wèn)題,提出基于圖像識(shí)別技術(shù)的中老年人下肢動(dòng)作運(yùn)動(dòng)圖像參數(shù)提取方法,使人體運(yùn)動(dòng)行為識(shí)別能力得到提升。首先,結(jié)合中老年人下肢運(yùn)動(dòng)速度特征和三維運(yùn)動(dòng)形狀的時(shí)空梯度自相關(guān)特征,計(jì)算出邊緣梯度方向空間分布與梯度之間的自相關(guān)性,將時(shí)空自相關(guān)特征與視頻運(yùn)動(dòng)特征相結(jié)合,使特征識(shí)別具備相應(yīng)的數(shù)據(jù)條件;其次,人體下肢動(dòng)作的視頻圖像數(shù)據(jù)是典型的時(shí)間序列數(shù)據(jù),因此,基于人體骨架局部特征,利用訓(xùn)練數(shù)據(jù)能夠構(gòu)造完備字典,完成數(shù)據(jù)編碼,運(yùn)用時(shí)域金字塔匹配法對(duì)編碼后的向量進(jìn)行下肢動(dòng)作運(yùn)動(dòng)圖像特征參數(shù)提取與識(shí)別。實(shí)驗(yàn)結(jié)果證明,利用基于圖像識(shí)別技術(shù)對(duì)中老年人下肢動(dòng)作運(yùn)動(dòng)圖像參數(shù)實(shí)現(xiàn)了準(zhǔn)確有效的提取。

    關(guān)鍵詞: 圖像識(shí)別; 下肢動(dòng)作; 自相關(guān)性; 運(yùn)動(dòng)行為識(shí)別; 時(shí)域金字塔匹配法; 參數(shù)提取

    中圖分類號(hào): TN911.73?34; TP391 文獻(xiàn)標(biāo)識(shí)碼: A 文章編號(hào): 1004?373X(2018)01?0071?05

    Abstract: The traditional motion parameter extraction method has big extraction error and long time?consumption. Therefore, an image recognition based motion parameter extraction method of lower limbs movement for elderly people is proposed to improve the recognition ability of human motion behavior. On the basis of the speed characteristics of lower limbs movement for the middle?aged and elderly people and the spatiotemporal gradient correlation characteristic of the three?dimensional motion shape, the autocorrelation between the spatial distribution and gradient in the edge gradient direction is solved. The spatiotemporal autocorrelation characteristic and video motion feature are combined to satisfy the corresponding data condition of the feature recognition. Because the video image data of human lower limbs movement acts as the typical time series data, the training data is used to construct the complete dictionary according to the local feature of the human skeleton to realize the data encoding. The time domain pyramid matching method is adopted to extract and recognize the characteristic parameter of the lower limbs motion image for the encoded vector. The experimental results show that the proposed method based on image recognition technology can extract the image parameters of the lower limbs movement for the middle?aged and elderly people effectively.

    Keywords: image recognition; lower limbs movement; autocorrelation; motion behavior recognition; time domain pyramid matching method; parameter extraction

    0 引 言

    近年來(lái),隨著各類智能設(shè)備的發(fā)展與廣泛應(yīng)用,人們對(duì)人體運(yùn)動(dòng)行為的識(shí)別研究也越加重視,并已漸漸成為機(jī)器視覺(jué)領(lǐng)域中的一項(xiàng)重要研究課題[1]。在日常生活中,人們已漸漸熟悉并適應(yīng)了在各個(gè)領(lǐng)域中對(duì)視頻監(jiān)控的運(yùn)用。此外,如人機(jī)交互、基于步態(tài)與人臉的生物鑒定、手勢(shì)識(shí)別、人臉識(shí)別等機(jī)器視覺(jué)技術(shù)的應(yīng)用也被人們熟知[2?4]。文獻(xiàn)[5]指出對(duì)于機(jī)器視覺(jué)技術(shù)也愈發(fā)重視,為人體運(yùn)動(dòng)行為識(shí)別技術(shù)的發(fā)展帶來(lái)了十分有利的契機(jī)。

    解析圖像場(chǎng)景中的目標(biāo)行為是機(jī)器視覺(jué)研究的主要目的,行為理解的首要步驟就是要識(shí)別人體運(yùn)動(dòng),因此學(xué)術(shù)界非常重視人體運(yùn)動(dòng)識(shí)別的研究??梢院?jiǎn)單地將人體運(yùn)動(dòng)行為識(shí)別問(wèn)題視為關(guān)于隨時(shí)間變化的運(yùn)動(dòng)圖像特征的分類問(wèn)題,即匹配測(cè)試圖像序列與帶標(biāo)簽的代表特定行為訓(xùn)練圖像序列,問(wèn)題的關(guān)鍵在于如何獲取樣本數(shù)據(jù)中代表特定行為的圖像序列以及如何測(cè)量訓(xùn)練圖像序列[6?7]。由于每個(gè)人執(zhí)行統(tǒng)一動(dòng)作時(shí),其速率是不同的,因此,文獻(xiàn)[8]提出當(dāng)匹配模板與行為圖像序列相配時(shí),相同動(dòng)作行為在時(shí)間和空間尺度上出現(xiàn)變化時(shí),對(duì)應(yīng)行為也會(huì)發(fā)生變化的情況需要得到有效處理。endprint

    為了能更加準(zhǔn)確地了解人體運(yùn)動(dòng)行為識(shí)別問(wèn)題,本文提出基于圖像識(shí)別技術(shù)的中老年人下肢動(dòng)作運(yùn)動(dòng)參數(shù)提取方法。首先,將基于三維運(yùn)動(dòng)形狀的時(shí)空梯度自相關(guān)特征與中老年人下肢運(yùn)動(dòng)速度特征相結(jié)合,在計(jì)算邊緣梯度方向的同時(shí),也求解梯度間的自相關(guān)性,再通過(guò)時(shí)空自相關(guān)特征和視頻運(yùn)動(dòng)特征實(shí)現(xiàn)級(jí)聯(lián),為特征提取奠定數(shù)據(jù)基礎(chǔ);其次,由于人體下肢動(dòng)作的視頻圖像數(shù)據(jù)為時(shí)間序列數(shù)據(jù),以人體骨架局部特征為基礎(chǔ),通過(guò)訓(xùn)練數(shù)據(jù)構(gòu)造超完備字典,并對(duì)數(shù)據(jù)實(shí)現(xiàn)編碼,編碼后的向量采用時(shí)域金字塔匹配法進(jìn)行下肢動(dòng)作運(yùn)動(dòng)圖像特征參數(shù)提取[9?10]。

    1 中老年人下肢動(dòng)作運(yùn)動(dòng)參數(shù)提取過(guò)程

    1.1 基于時(shí)空梯度和運(yùn)動(dòng)速度的人體圖像特征

    通過(guò)拓展SIFT和HOG由一階到二階梯度自相關(guān)統(tǒng)計(jì)特征,從而獲取時(shí)空梯度自相關(guān)特征,其很難分離肢體運(yùn)動(dòng)形狀近似行為,因此本文提出一種結(jié)合時(shí)空梯度特征與運(yùn)動(dòng)速度特征的提取方法。

    平移不變的圖像特征可以通過(guò)梯度自相關(guān)法獲取,通過(guò)該方法可以檢測(cè)出豐富的圖像信息,在辨識(shí)度方面比直方圖更具優(yōu)勢(shì)。假定[I]表示一個(gè)圖像區(qū)域,圖像區(qū)域[I]中的一個(gè)位置向量由[r=x,y]表示,[?I?x,?I?y]是所有像素點(diǎn)處的梯度,則可分別描述梯度大小與梯度方向角度為:

    [n=?I2?x+?I2?y, θ=arctan?I?x,?I?y] (1)

    式中:[n]和[θ]分別表示梯度大小及梯度方向角度;[?]表示常數(shù)。

    像素點(diǎn)[r]的梯度在局部領(lǐng)域內(nèi)的自相關(guān)性函數(shù)可通過(guò)該點(diǎn)梯度方向向量[f]以及梯度大小[n]計(jì)算得出,即:

    [Rd0,…,dN,a1,…,aN=Iωnr+a1,…,nr+aNfd0rfd1r+a1…fdNr+aNdr] (2)

    式中:[R?]表示梯度相關(guān)函數(shù);[ai=a1,…,aN]代表其他像素點(diǎn)至參考點(diǎn)[r]的位移向量;梯度方向向量[f]的第[di]個(gè)元素由[fdi]表示,[di]代表梯度方向向量元素個(gè)數(shù),其中[di=d0,…,dN,]且[fd0r]表示像素點(diǎn)的梯度向量函數(shù);[N]代表參數(shù);[ω]代表權(quán)重系數(shù)。

    式(2)表示兩種梯度相關(guān)性:從位移向量[ai]得到的空間相關(guān)性和從元素值[fdi]得到的方向相關(guān)性。

    為使孤立的噪聲點(diǎn)得到有效抑制,將權(quán)重系數(shù)值設(shè)置為最小,則可描述實(shí)際梯度自相關(guān)函數(shù)公式為:

    [RN=0d0=r∈Inrfd0rRN=0d0,d1,a1=r∈Iminnr,nr+a1fd0rfd1r+a1] (3)

    式(3)代表在參數(shù)[N=0,N=1]階時(shí)的梯度自相關(guān)特征,[nr]表示像素點(diǎn)梯度函數(shù)。

    平移不變性是該特征最主要的特點(diǎn),所以在人體運(yùn)動(dòng)行為識(shí)別領(lǐng)域中可以應(yīng)用此方法,時(shí)空梯度的[N]階自相關(guān)函數(shù)可利用二維的梯度自相關(guān)函數(shù)進(jìn)行計(jì)算,具體公式如下所示:

    [RNa1,a2,…,aN=wmr,…,mr+aN? hr?…?hr+aNdr] (4)

    式中:[w]表示時(shí)空區(qū)域內(nèi)的權(quán)重系數(shù)值;[mr]表示空間時(shí)域內(nèi)的梯度向量;[hr]表示梯度編碼向量;[?]表示向量張量外積。

    中老年人不同種類的下肢運(yùn)動(dòng)行為不僅在時(shí)空運(yùn)動(dòng)形狀上的產(chǎn)生不同,也在運(yùn)動(dòng)速度特征上存在差異。數(shù)字圖像特征可由圖像矩實(shí)現(xiàn)表述,當(dāng)數(shù)字圖像在各個(gè)方向發(fā)生轉(zhuǎn)換時(shí),圖像的重心依然不發(fā)生改變。因此,能夠求解出運(yùn)動(dòng)圖像中的人體重心,依據(jù)重心點(diǎn)的移動(dòng)位置計(jì)算垂直和水平方向的速度特征值,將該速度特征當(dāng)作運(yùn)動(dòng)圖像中的運(yùn)動(dòng)特征。具體圖像矩可作如下定義:

    [Mx_order,y_order=x,yIx,yxx_orderyy_order] (5)

    式中:[x_order]代表像素點(diǎn)[x]的矩;[y_order]代表像素點(diǎn)[y]的矩;[Ix,y]表示像素點(diǎn)[x,y]處的像素值。利用圖像零階距[M0,0]代表人體所在圖像域面積[A,]則:

    [A=M0,0=x,yIx,y] (6)

    則運(yùn)動(dòng)目標(biāo)重心[x,y]根據(jù)下列公式計(jì)算:

    [x=M1,0A=x,yIx,yxA, y=M0,1A=x,yIx,yyA] (7)

    式中:[M1,0]代表[x=1]階次圖像矩;[M0,1]代表[y=1]階次圖像矩。則第[k]幀圖像中人體重心位置是[xk,yk]。

    設(shè)置人體行為數(shù)據(jù)集的幀率為[g,]則兩幀圖像的時(shí)間距離為[t=1g,]按照以下公式求解垂直方向[Vyk、]水平方向[Vxk]的瞬時(shí)速度和總速度[Vk]:

    [Vyk=yk+1-ykt=yk+1-yk?g] (8)

    [Vxk=xk+1-xkt=xk+1-xk?g] (9)

    [Vk=xk+1-xk2+yk+1-yk2t=xk+1-xk2+yk+1-yk2?g] (10)

    式中:[xk+1,yk+1]代表第[k+1]幀圖像的人體重心位置;[t]代表時(shí)間間隔。

    通過(guò)上述步驟獲取了時(shí)空自相關(guān)特征和人體運(yùn)動(dòng)速度特征向量,為下肢運(yùn)動(dòng)圖像參數(shù)的特征提取識(shí)別提供數(shù)據(jù)支持。

    1.2 基于時(shí)間域金字塔匹配式運(yùn)動(dòng)參數(shù)特征提取

    作為典型的時(shí)間序列數(shù)據(jù),人體下肢動(dòng)作視頻數(shù)據(jù)需要在提取空間特征與時(shí)間特征的條件下保全原數(shù)據(jù)里的空間及時(shí)間性質(zhì)。如果視頻數(shù)據(jù)的時(shí)序性丟失,那么不同速度下做出的同一動(dòng)作可能會(huì)出現(xiàn)誤判,因此需對(duì)視頻時(shí)間域特征實(shí)現(xiàn)進(jìn)一步提取。

    首先利用構(gòu)造字典訓(xùn)練數(shù)據(jù),獲得一組能夠表征訓(xùn)練數(shù)據(jù)的整個(gè)特征空間超完備的基;再利用構(gòu)造的字典完成所有數(shù)據(jù)編碼,所有數(shù)據(jù)通過(guò)構(gòu)造基向量來(lái)表征數(shù)據(jù);最后,通過(guò)編碼后的向量提取出視頻動(dòng)作的時(shí)域特征。

    聚類方法是構(gòu)造字典最簡(jiǎn)單便捷的一種方法,其基本原理就是聚類,在特征空間里將數(shù)據(jù)聚成[K]簇,其中[K]表示給定數(shù)值。假設(shè)[X=x1,x2,…,xm]是待處理的數(shù)據(jù)集合, [m]是數(shù)據(jù)點(diǎn)總量,其中[xi∈Rn,]并引入數(shù)據(jù)點(diǎn)[μk,]而[k=1,2,…,K,mμk∈Rn,]即[K]個(gè)聚類中心點(diǎn)。找到一組數(shù)據(jù)中心點(diǎn)[μk,]即是[K?means]聚類的最終目的,同時(shí)滿足全部數(shù)據(jù)點(diǎn)與中心點(diǎn)[μk]的距離和最小。endprint

    所有數(shù)據(jù)的中心點(diǎn)均可以通過(guò)[K-1]編碼方式進(jìn)行描述。將所有待聚類的數(shù)據(jù)點(diǎn)特征向量[xi]代入一組二元向量集合,[rik∈0,1,]其中[k=1,2,…,K]。判斷每一個(gè)二元變量[rik]的第[i]個(gè)數(shù)據(jù)點(diǎn)是否屬于第[k]個(gè)聚類中心,則:

    [rik=1,k=k00,k≠k0] (11)

    式中:[k0]代表聚類中心[k]的點(diǎn)。定義最終代價(jià)函數(shù),計(jì)算所有點(diǎn)與其對(duì)應(yīng)的聚類中心點(diǎn)值,可描述為:

    [J=i=1mk=1Krikxi-μk2] (12)

    式中:[ri]表示第[i]個(gè)數(shù)據(jù)點(diǎn)的二元變量。首先隨機(jī)選擇[μk]的初始值,設(shè)定[μk]值不變,[rik]為變量條件對(duì)[J]進(jìn)行優(yōu)化;設(shè)定[rik]值不變,[μk]為變量條件對(duì)[J]最小化,重復(fù)以上過(guò)程直至[rik]值優(yōu)化完成,實(shí)現(xiàn)對(duì)[μk]的求解,則:

    [μk=irikxinrik] (13)

    式中[n]表示迭代過(guò)程次數(shù)。

    本文利用構(gòu)造字典中的單詞表征處理特征向量[xi,]選用局部約束線性編碼模型,則:

    [C=argminci=1Nxi-Dci2+λli⊙ci2s.t. ITci=1, ?i] (14)

    式中:[C]代表特征向量編碼集合;[c]為集合中的特征向量;[ci]表示集合中第[i]個(gè)特征向量;[D]代表構(gòu)造的字典集合;[λ]為常量;[li]代表局部性質(zhì)的變量;[IT]為約束項(xiàng)參數(shù)。

    時(shí)間域金字塔匹配法是將原始數(shù)據(jù)場(chǎng)景引入到空間域金字塔場(chǎng)景中,再將視頻人體下肢動(dòng)作識(shí)別應(yīng)用到場(chǎng)景中與時(shí)間域金字塔進(jìn)行匹配。

    設(shè)定需進(jìn)行對(duì)比的兩個(gè)特征集合為[X,][Y,]針對(duì)特征集合存在不同尺度的分割,[0~R]是分割尺度的層級(jí)數(shù)。假設(shè)[HRX]和[HRY]分別是第[R]層兩個(gè)特征向量[X]和[Y]的直方圖特征。分布于區(qū)域內(nèi)的兩個(gè)向量集合匹配數(shù)據(jù)交集點(diǎn)為:

    [?R=i=12dlminHRXi,HRYi] (15)

    式中:[2dl]表示分割區(qū)域的數(shù)據(jù)量;[HRXi]與[HRYi]分別表示兩個(gè)向量集合在區(qū)域[i]的分布數(shù)量。

    通過(guò)不同尺度對(duì)特征向量進(jìn)行分割操作,獲取不同時(shí)間維度上的特征向量,將其通過(guò)時(shí)間域金字塔匹配,得到人體下肢運(yùn)動(dòng)參數(shù)特征向量。

    2 仿真實(shí)驗(yàn)及結(jié)果分析

    為有效實(shí)現(xiàn)中老年人下肢運(yùn)動(dòng)圖像參數(shù)特征的提取,本文以提取視頻圖像序列中人體運(yùn)動(dòng)速度特征為基礎(chǔ),利用金字塔匹配法對(duì)圖像特征向量進(jìn)行匹配后獲取下肢運(yùn)動(dòng)圖像參數(shù),通過(guò)以下兩個(gè)實(shí)驗(yàn)驗(yàn)證本文方法的可行性。

    實(shí)驗(yàn)1:實(shí)驗(yàn)給出3幅中老年人不同下肢運(yùn)動(dòng)圖像,利用本文人體運(yùn)動(dòng)速度特征提取法及光流法對(duì)圖像中下肢運(yùn)動(dòng)圖像區(qū)域進(jìn)行準(zhǔn)確劃分,具體實(shí)驗(yàn)效果如圖1~圖9所示。

    實(shí)驗(yàn)中給出中老年人下肢動(dòng)作圖1,分別利用光流法及本文人體運(yùn)動(dòng)速度特征提取法對(duì)下肢動(dòng)作特征進(jìn)行提取。

    圖2為利用光流法對(duì)下肢運(yùn)動(dòng)圖像進(jìn)行處理后的結(jié)果,從圖中可觀察出,雖然對(duì)運(yùn)動(dòng)狀態(tài)的特征進(jìn)行了提取,但圖像區(qū)域并不是下肢運(yùn)動(dòng)特征區(qū)域,因此,光流法對(duì)運(yùn)動(dòng)特征提取效果并不好。

    圖3為利用本文人體運(yùn)動(dòng)速度特征提取法進(jìn)行的下肢運(yùn)動(dòng)特征區(qū)域處理效果圖,可明確地看出利用本文方法能較為準(zhǔn)確地將中老年人下肢運(yùn)動(dòng)區(qū)域提取出來(lái)。

    實(shí)驗(yàn)給出圖4及圖7兩幅不同的下肢動(dòng)作圖像,運(yùn)用光流法對(duì)兩幅圖像進(jìn)行下肢運(yùn)動(dòng)區(qū)域特征處理,具體如圖5和圖8所示,可觀察出光流法不能準(zhǔn)確地提取出中老年人下肢運(yùn)動(dòng)的特征區(qū)域。利用本文運(yùn)動(dòng)速度特征提取法對(duì)兩幅圖像處理后的效果圖如圖6及圖9所示,效果圖顯示本文方法對(duì)下肢動(dòng)態(tài)運(yùn)動(dòng)特征提取較為準(zhǔn)確,表明本文方法可行性較高。

    實(shí)驗(yàn)2:為了能夠準(zhǔn)確地提取下肢運(yùn)動(dòng)圖像數(shù)據(jù),本文利用金字塔匹配法與稀疏二值圖像特征數(shù)據(jù)提取法對(duì)下肢運(yùn)動(dòng)圖像數(shù)據(jù)實(shí)現(xiàn)有效提取,比較兩種方法的差異性。實(shí)驗(yàn)給出6組圖像特征數(shù)據(jù),在有限時(shí)間內(nèi)對(duì)這6組圖像特征數(shù)據(jù)進(jìn)行有效參數(shù)提取,并輸出圖像,比較參數(shù)提取時(shí)間及輸出圖像質(zhì)量差異。具體數(shù)據(jù)如表1所示。

    通過(guò)表1能夠看出實(shí)驗(yàn)給出的6組下肢運(yùn)動(dòng)圖像實(shí)驗(yàn)數(shù)據(jù),運(yùn)用本文金字塔方法對(duì)圖像有效參數(shù)提取時(shí)間為1 s之內(nèi),耗時(shí)較少;利用稀疏二值圖像數(shù)據(jù)提取法對(duì)有效參數(shù)進(jìn)行處理時(shí),耗時(shí)較長(zhǎng),基本在4 s以上,因此對(duì)后續(xù)圖像處理影響較大。另一方面,從輸出圖像質(zhì)量來(lái)看,比較這兩種方法的數(shù)據(jù)可以看出,利用本文方法輸出的圖像清晰度較高。因此對(duì)比可看出本文方法性能較為優(yōu)越。

    3 結(jié) 論

    人體肢體運(yùn)動(dòng)分析在計(jì)算機(jī)圖像處理技術(shù)領(lǐng)域中是諸多學(xué)者研究的重點(diǎn)問(wèn)題,本文提出基于圖像識(shí)別技術(shù)對(duì)中老年人下肢運(yùn)動(dòng)圖像參數(shù)進(jìn)行有效提取。首先,將空間運(yùn)動(dòng)形狀的梯度自相關(guān)特征與肢體運(yùn)動(dòng)速度特征相結(jié)合,求解出梯度自相關(guān)函數(shù)及運(yùn)動(dòng)特征速度函數(shù),為運(yùn)動(dòng)圖像特征提取奠定數(shù)據(jù)基礎(chǔ);然后,通過(guò)訓(xùn)練圖像特征數(shù)據(jù)構(gòu)造字典,并通過(guò)字典中的單詞表征圖像特征向量;最后,利用金字塔匹配法實(shí)現(xiàn)了對(duì)下肢運(yùn)動(dòng)圖像特征參數(shù)的有效提取。

    參考文獻(xiàn)

    [1] 劉雨嬌,范勇,高琳,等.基于時(shí)空深度特征的人體行為識(shí)別算法[J].計(jì)算機(jī)工程,2015,41(5):259?263.

    LIU Yujiao, FAN Yong, GAO Lin, et al. Human action recognition algorithm based on spatial temporal depth feature [J]. Computer engineering, 2015, 41(5): 259?263.

    [2] 任子良,秦勇,黎志雄.基于擴(kuò)展卡爾曼濾波的人體行為識(shí)別算法[J].電子設(shè)計(jì)工程,2016,24(2):15?17.endprint

    REN Ziliang, QIN Yong, LI Zhixiong. Activity events recognition algorithm based on extended Kalman filter [J]. Electronic design engineering, 2016, 24(2): 15?17.

    [3] 侯遠(yuǎn)韶,張瑤.機(jī)器視覺(jué)中圖像分割問(wèn)題研究[J].洛陽(yáng)理工學(xué)院學(xué)報(bào)(自然科學(xué)版),2016,26(2):76?80.

    HOU Yuanshao, ZHANG Yao. Study on image segmentation in machine vision [J]. Journal of Luoyang Institute of Science and Technology (natural science edition), 2016, 26(2): 76?80.

    [4] 張生軍,吳仕勛,王宏剛,等.無(wú)標(biāo)記手勢(shì)識(shí)別中基于混合特征的手部分割研究[J].重慶交通大學(xué)學(xué)報(bào)(自然科學(xué)版),2016,35(5):185?192.

    ZHANG Shengjun, WU Shixun, WANG Honggang, et al. Hand segment using multi?feature fusion method in unmarked hand gesture recognition [J]. Journal of Chongqing Jiaotong University (natural sciences), 2016, 35(5): 185?192.

    [5] 紀(jì)彬,張建平,周大志,等.一種基于簡(jiǎn)單特征量信息的快速行為識(shí)別算法[J].黑龍江科學(xué),2016,7(17):1?3.

    JI Bin, ZHANG Jianping, ZHOU Dazhi, et al. A fast behavior recognition algorithm based on simple information of characteristic quantity [J]. Heilongjiang science, 2016, 7(17): 1?3.

    [6] 胡榮,羅小青,何尚平.遠(yuǎn)程視頻圖像人體運(yùn)動(dòng)特征監(jiān)控仿真研究[J].計(jì)算機(jī)仿真,2016,33(6):298?301.

    HU Rong, LUO Xiaoqing, HE Shangping. Simulation study on the human motion characteristics monitoring of remote video image [J]. Computer simulation, 2016, 33(6): 298?301.

    [7] 王佳欣,魏濤.基于圖像融合技術(shù)的運(yùn)動(dòng)目標(biāo)圖像識(shí)別研究[J].微電子學(xué)與計(jì)算機(jī),2016,33(8):158?162.

    WANG Jiaxin, WEI Tao. Research on image recognition of moving target based on image fusion technology [J]. Microelectronics & computer, 2016, 33(8): 158?162.

    [8] 徐珩,賀飛越.模板匹配跟蹤的哈希增強(qiáng)算法[J].計(jì)算機(jī)應(yīng)用與軟件,2016,33(7):167?171.

    XU Heng, HE Feiyue. Hash enhancement algorithm for template matching tracking [J]. Computer applications and software, 2016, 33(7): 167?171.

    [9] 許梅梅,肖瓊琳,王璐,等.基于空間梯度信息的自適應(yīng)邊緣算法優(yōu)化[J].計(jì)算機(jī)工程,2016,42(8):233?236.

    XU Meimei, XIAO Qionglin, WANG Lu, et al. Optimization of adaptive edge algorithm based on spatial gradient information [J]. Computer engineering, 2016, 42(8): 233?236.

    [10] 魯雯,崔子冠,干宗良,等.基于空時(shí)域特征的視覺(jué)顯著圖生成算法[J].電視技術(shù),2015,39(17):1?4.

    LU Wen, CUI Ziguan, GAN Zongliang, et al. Visual saliency map algorithm using spatiotemporal features [J]. Video engineering, 2015, 39(17): 1?4.endprint

    猜你喜歡
    圖像識(shí)別
    支持向量機(jī)的艦船圖像識(shí)別與分類技術(shù)
    淺談圖像識(shí)別技術(shù)在打擊綠通假證逃費(fèi)中的應(yīng)用
    深度學(xué)習(xí)在艦船前方障礙物圖像識(shí)別中的應(yīng)用
    基于Resnet-50的貓狗圖像識(shí)別
    電子制作(2019年16期)2019-09-27 09:34:50
    高速公路圖像識(shí)別技術(shù)應(yīng)用探討
    圖像識(shí)別在物聯(lián)網(wǎng)上的應(yīng)用
    電子制作(2018年19期)2018-11-14 02:37:04
    圖像識(shí)別在水質(zhì)檢測(cè)中的應(yīng)用
    電子制作(2018年14期)2018-08-21 01:38:16
    一種基于TuriCreate和OpenCV的實(shí)時(shí)圖像識(shí)別系統(tǒng)設(shè)計(jì)
    基于圖像識(shí)別的田間玉米稈識(shí)別系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
    淺談模式識(shí)別在圖像識(shí)別中的應(yīng)用
    国产极品天堂在线| 伦理电影免费视频| 国产一区二区 视频在线| 最近手机中文字幕大全| 纯流量卡能插随身wifi吗| 亚洲国产精品999| 母亲3免费完整高清在线观看| 亚洲国产av新网站| 咕卡用的链子| 中文字幕亚洲精品专区| 五月开心婷婷网| 亚洲精品久久久久久婷婷小说| 久久久国产一区二区| 午夜福利影视在线免费观看| videos熟女内射| 在线精品无人区一区二区三| 国产精品一国产av| 久久99热这里只频精品6学生| 777久久人妻少妇嫩草av网站| 午夜福利视频在线观看免费| 成人亚洲精品一区在线观看| 免费不卡黄色视频| 高清不卡的av网站| 国产欧美日韩一区二区三区在线| 男女床上黄色一级片免费看| 欧美日韩福利视频一区二区| 大片免费播放器 马上看| 黄色 视频免费看| 午夜福利,免费看| 交换朋友夫妻互换小说| 亚洲国产av影院在线观看| 精品午夜福利在线看| 欧美日韩福利视频一区二区| 黄色怎么调成土黄色| 国产麻豆69| 中文欧美无线码| a级毛片在线看网站| 免费高清在线观看视频在线观看| 日本一区二区免费在线视频| 巨乳人妻的诱惑在线观看| 91成人精品电影| 久久久精品免费免费高清| 欧美人与善性xxx| 亚洲av电影在线进入| 久久97久久精品| 久久久久国产精品人妻一区二区| 久热这里只有精品99| 一区二区日韩欧美中文字幕| 国产av精品麻豆| 日本wwww免费看| 亚洲 欧美一区二区三区| 久久精品久久久久久久性| 国产不卡av网站在线观看| 51午夜福利影视在线观看| 一本—道久久a久久精品蜜桃钙片| av国产久精品久网站免费入址| 三上悠亚av全集在线观看| 19禁男女啪啪无遮挡网站| 日本午夜av视频| 亚洲精品久久午夜乱码| 高清在线视频一区二区三区| 你懂的网址亚洲精品在线观看| 99热网站在线观看| 一边摸一边抽搐一进一出视频| 国产色婷婷99| 国产极品天堂在线| 美女福利国产在线| 午夜精品国产一区二区电影| 国产男女超爽视频在线观看| 国产成人欧美在线观看 | 在现免费观看毛片| 久久天堂一区二区三区四区| 成人黄色视频免费在线看| 天堂8中文在线网| 亚洲精品第二区| 热99久久久久精品小说推荐| 这个男人来自地球电影免费观看 | 捣出白浆h1v1| 中文字幕人妻熟女乱码| 9191精品国产免费久久| 亚洲第一av免费看| 国产免费福利视频在线观看| 夫妻午夜视频| 青春草国产在线视频| 久久精品久久久久久久性| 欧美黑人欧美精品刺激| 在线观看免费日韩欧美大片| 日韩制服骚丝袜av| 熟女少妇亚洲综合色aaa.| 中文字幕制服av| 一边摸一边抽搐一进一出视频| 天天躁狠狠躁夜夜躁狠狠躁| 啦啦啦啦在线视频资源| 麻豆乱淫一区二区| 老司机在亚洲福利影院| 精品一区二区免费观看| 国产精品免费大片| 日日摸夜夜添夜夜爱| 大片免费播放器 马上看| 狂野欧美激情性bbbbbb| 三上悠亚av全集在线观看| 欧美av亚洲av综合av国产av | 亚洲一级一片aⅴ在线观看| 又粗又硬又长又爽又黄的视频| 午夜免费鲁丝| www日本在线高清视频| 婷婷成人精品国产| 亚洲av成人不卡在线观看播放网 | 精品卡一卡二卡四卡免费| 亚洲自偷自拍图片 自拍| 欧美日韩亚洲高清精品| kizo精华| 在线看a的网站| 国产一区二区在线观看av| 欧美久久黑人一区二区| 曰老女人黄片| 九九爱精品视频在线观看| 国产不卡av网站在线观看| 永久免费av网站大全| 亚洲综合色网址| 卡戴珊不雅视频在线播放| 久热爱精品视频在线9| 自线自在国产av| 另类亚洲欧美激情| 男女之事视频高清在线观看 | 国产精品 国内视频| 日韩伦理黄色片| www.熟女人妻精品国产| 欧美乱码精品一区二区三区| 婷婷色av中文字幕| 天天影视国产精品| 女性生殖器流出的白浆| 国产精品成人在线| 中文精品一卡2卡3卡4更新| 欧美国产精品一级二级三级| 中文字幕高清在线视频| 一区二区三区激情视频| 免费黄网站久久成人精品| 精品亚洲成国产av| 99国产综合亚洲精品| 一级毛片黄色毛片免费观看视频| 久热这里只有精品99| 一区二区三区四区激情视频| 2021少妇久久久久久久久久久| 妹子高潮喷水视频| 亚洲图色成人| 捣出白浆h1v1| 国产黄频视频在线观看| 免费久久久久久久精品成人欧美视频| 欧美乱码精品一区二区三区| 狠狠精品人妻久久久久久综合| 国产毛片在线视频| 一级,二级,三级黄色视频| 午夜激情久久久久久久| 欧美日韩国产mv在线观看视频| 纯流量卡能插随身wifi吗| 亚洲国产精品999| 亚洲精品视频女| 国产精品免费大片| 日本欧美国产在线视频| 亚洲精品成人av观看孕妇| 国产一卡二卡三卡精品 | 久久ye,这里只有精品| 丰满饥渴人妻一区二区三| 亚洲成人国产一区在线观看 | 日本av手机在线免费观看| 国产日韩欧美亚洲二区| 欧美精品一区二区免费开放| 精品久久久精品久久久| 国产伦理片在线播放av一区| 最近最新中文字幕免费大全7| 精品少妇一区二区三区视频日本电影 | 欧美黑人精品巨大| 亚洲国产av新网站| 热re99久久精品国产66热6| 国产男女超爽视频在线观看| 精品一区二区三区av网在线观看 | 日韩精品有码人妻一区| 少妇人妻精品综合一区二区| 美女脱内裤让男人舔精品视频| 丰满乱子伦码专区| 久久久久久久国产电影| 国产黄色免费在线视频| 欧美日韩国产mv在线观看视频| 80岁老熟妇乱子伦牲交| 日韩制服骚丝袜av| 亚洲欧美精品综合一区二区三区| 精品酒店卫生间| 亚洲国产欧美在线一区| 狠狠精品人妻久久久久久综合| 永久免费av网站大全| 最近中文字幕高清免费大全6| 国产亚洲av片在线观看秒播厂| 亚洲av国产av综合av卡| 亚洲自偷自拍图片 自拍| 亚洲国产精品999| 日日撸夜夜添| 飞空精品影院首页| 午夜日本视频在线| 2021少妇久久久久久久久久久| 高清视频免费观看一区二区| 日本猛色少妇xxxxx猛交久久| 美女视频免费永久观看网站| 日韩av不卡免费在线播放| 看免费av毛片| 欧美变态另类bdsm刘玥| 99久久99久久久精品蜜桃| 99香蕉大伊视频| 18禁裸乳无遮挡动漫免费视频| 丰满乱子伦码专区| 男人爽女人下面视频在线观看| 日本欧美视频一区| 免费观看av网站的网址| 色吧在线观看| 9191精品国产免费久久| 日本91视频免费播放| 麻豆av在线久日| 高清不卡的av网站| 搡老岳熟女国产| 青草久久国产| 中文字幕高清在线视频| 亚洲图色成人| 人体艺术视频欧美日本| 99久久精品国产亚洲精品| 亚洲婷婷狠狠爱综合网| 精品亚洲成a人片在线观看| 美女脱内裤让男人舔精品视频| 中国三级夫妇交换| 2021少妇久久久久久久久久久| 搡老岳熟女国产| 久久久久久久久久久久大奶| 女人爽到高潮嗷嗷叫在线视频| 久久久欧美国产精品| e午夜精品久久久久久久| 日韩中文字幕欧美一区二区 | 色吧在线观看| 婷婷色av中文字幕| 亚洲精品日韩在线中文字幕| av女优亚洲男人天堂| 国产在线免费精品| 久久人人爽av亚洲精品天堂| 日韩精品免费视频一区二区三区| 一本色道久久久久久精品综合| 色婷婷久久久亚洲欧美| 久久天堂一区二区三区四区| 国产精品 欧美亚洲| 男女免费视频国产| 午夜久久久在线观看| 在线 av 中文字幕| av视频免费观看在线观看| 制服诱惑二区| 国产日韩一区二区三区精品不卡| 在线 av 中文字幕| 青春草视频在线免费观看| 亚洲七黄色美女视频| 成人国语在线视频| 男人爽女人下面视频在线观看| 秋霞伦理黄片| 免费高清在线观看视频在线观看| 精品一区二区三区av网在线观看 | 男人操女人黄网站| 青青草视频在线视频观看| 久久久久久久大尺度免费视频| 久久精品人人爽人人爽视色| av福利片在线| 不卡av一区二区三区| av有码第一页| 久久97久久精品| 久久毛片免费看一区二区三区| 国产97色在线日韩免费| 亚洲美女搞黄在线观看| 婷婷色综合大香蕉| 热re99久久精品国产66热6| 欧美精品一区二区大全| 久久国产亚洲av麻豆专区| 人人妻,人人澡人人爽秒播 | 亚洲美女黄色视频免费看| 国产一区亚洲一区在线观看| 欧美 亚洲 国产 日韩一| 一级爰片在线观看| 永久免费av网站大全| 亚洲精品国产色婷婷电影| 老汉色∧v一级毛片| 波野结衣二区三区在线| 精品久久蜜臀av无| 亚洲欧美一区二区三区国产| 亚洲第一青青草原| 日本一区二区免费在线视频| 中文字幕精品免费在线观看视频| 一区二区日韩欧美中文字幕| 香蕉国产在线看| av国产久精品久网站免费入址| 精品视频人人做人人爽| 亚洲av中文av极速乱| 最近手机中文字幕大全| 丝袜美腿诱惑在线| 亚洲综合精品二区| 人体艺术视频欧美日本| 人妻人人澡人人爽人人| 99国产综合亚洲精品| 丁香六月欧美| 国产一区二区激情短视频 | www.精华液| 久久久国产欧美日韩av| 一级毛片 在线播放| 久久久久久人妻| 久久性视频一级片| 一区二区三区激情视频| 亚洲精品,欧美精品| 狂野欧美激情性bbbbbb| 久久久亚洲精品成人影院| 国产老妇伦熟女老妇高清| 大陆偷拍与自拍| 国产免费视频播放在线视频| 女性生殖器流出的白浆| 热re99久久国产66热| 啦啦啦 在线观看视频| 中国国产av一级| 久久久精品免费免费高清| 亚洲综合色网址| 新久久久久国产一级毛片| 久久久久精品久久久久真实原创| 天天躁夜夜躁狠狠躁躁| 在线观看免费午夜福利视频| 国产爽快片一区二区三区| 哪个播放器可以免费观看大片| 丰满饥渴人妻一区二区三| 亚洲av国产av综合av卡| 一级a爱视频在线免费观看| 大话2 男鬼变身卡| 国产老妇伦熟女老妇高清| 免费女性裸体啪啪无遮挡网站| netflix在线观看网站| 黄色视频不卡| 男男h啪啪无遮挡| 欧美日本中文国产一区发布| 久久青草综合色| 免费在线观看完整版高清| 国产人伦9x9x在线观看| 黄片小视频在线播放| 伦理电影免费视频| 免费在线观看完整版高清| 中文字幕最新亚洲高清| 久久亚洲国产成人精品v| www.熟女人妻精品国产| a级片在线免费高清观看视频| 国产激情久久老熟女| 国产淫语在线视频| 欧美中文综合在线视频| 欧美黑人精品巨大| 欧美精品av麻豆av| 免费在线观看完整版高清| 久久久久人妻精品一区果冻| 国产伦理片在线播放av一区| 91老司机精品| 九草在线视频观看| 大片免费播放器 马上看| 看十八女毛片水多多多| 中文字幕高清在线视频| 国产精品av久久久久免费| 国产免费一区二区三区四区乱码| 99精国产麻豆久久婷婷| 不卡av一区二区三区| 精品免费久久久久久久清纯 | 久久婷婷青草| 精品一区在线观看国产| 热99久久久久精品小说推荐| 欧美久久黑人一区二区| 看免费成人av毛片| 美女福利国产在线| 丝袜美腿诱惑在线| 五月天丁香电影| 国产女主播在线喷水免费视频网站| 老司机亚洲免费影院| 高清黄色对白视频在线免费看| 久久久久网色| 日韩一本色道免费dvd| 亚洲欧美精品综合一区二区三区| 欧美亚洲 丝袜 人妻 在线| 国产乱来视频区| 91国产中文字幕| 免费看av在线观看网站| 亚洲一卡2卡3卡4卡5卡精品中文| 狠狠精品人妻久久久久久综合| 99热国产这里只有精品6| 嫩草影视91久久| 亚洲伊人久久精品综合| 搡老岳熟女国产| 又粗又硬又长又爽又黄的视频| 精品国产一区二区三区四区第35| 多毛熟女@视频| 久热这里只有精品99| av一本久久久久| 宅男免费午夜| 国产激情久久老熟女| 日日啪夜夜爽| 精品免费久久久久久久清纯 | 免费观看性生交大片5| 国产野战对白在线观看| 最新的欧美精品一区二区| 久久国产亚洲av麻豆专区| 赤兔流量卡办理| 少妇人妻久久综合中文| 婷婷成人精品国产| 老鸭窝网址在线观看| 亚洲欧美一区二区三区久久| 欧美人与善性xxx| www.精华液| 久久久国产欧美日韩av| 中文字幕人妻熟女乱码| 一边摸一边做爽爽视频免费| 免费女性裸体啪啪无遮挡网站| 国精品久久久久久国模美| 久久久欧美国产精品| 日韩大片免费观看网站| 中文字幕亚洲精品专区| 丝袜人妻中文字幕| 婷婷色综合www| 五月开心婷婷网| 国产高清国产精品国产三级| 亚洲,欧美精品.| 免费观看性生交大片5| 色94色欧美一区二区| 亚洲欧美清纯卡通| 久久久亚洲精品成人影院| 天堂俺去俺来也www色官网| 成人黄色视频免费在线看| 嫩草影视91久久| 成人国语在线视频| 国产精品三级大全| 国产成人一区二区在线| 高清不卡的av网站| av.在线天堂| 黄色视频在线播放观看不卡| 一区二区三区精品91| 女的被弄到高潮叫床怎么办| 色吧在线观看| 亚洲人成网站在线观看播放| 亚洲 欧美一区二区三区| 亚洲av电影在线进入| 99久国产av精品国产电影| 人成视频在线观看免费观看| 久久久精品区二区三区| 亚洲国产av影院在线观看| 一级爰片在线观看| 成人影院久久| 看十八女毛片水多多多| 亚洲精品日本国产第一区| 国产黄色免费在线视频| 999久久久国产精品视频| 别揉我奶头~嗯~啊~动态视频 | 电影成人av| 国产黄色免费在线视频| 亚洲四区av| 在线天堂最新版资源| 久久 成人 亚洲| 免费在线观看完整版高清| 国产免费又黄又爽又色| 亚洲美女视频黄频| 精品亚洲成国产av| 欧美另类一区| 亚洲中文av在线| av不卡在线播放| 亚洲精品日韩在线中文字幕| 国产爽快片一区二区三区| 国产成人欧美在线观看 | 成人亚洲欧美一区二区av| 女性被躁到高潮视频| 亚洲av中文av极速乱| 久久久久久久大尺度免费视频| 国产97色在线日韩免费| 午夜免费男女啪啪视频观看| 啦啦啦中文免费视频观看日本| 在线天堂最新版资源| 亚洲欧美精品综合一区二区三区| 69精品国产乱码久久久| 免费黄频网站在线观看国产| 国产高清国产精品国产三级| 久久女婷五月综合色啪小说| 亚洲欧美中文字幕日韩二区| 国产熟女午夜一区二区三区| 精品亚洲成国产av| 搡老乐熟女国产| videosex国产| 成年人午夜在线观看视频| 欧美亚洲 丝袜 人妻 在线| 久久久久久人妻| 午夜激情久久久久久久| 久久久久精品人妻al黑| 2021少妇久久久久久久久久久| 亚洲精品久久久久久婷婷小说| 免费黄网站久久成人精品| 成人三级做爰电影| 91精品三级在线观看| 一本久久精品| 国产精品国产三级专区第一集| 久久久久久久国产电影| 美女扒开内裤让男人捅视频| 亚洲精品美女久久av网站| 日韩免费高清中文字幕av| 麻豆av在线久日| 国产爽快片一区二区三区| av网站在线播放免费| 91精品三级在线观看| 最近手机中文字幕大全| 亚洲精品,欧美精品| 精品亚洲乱码少妇综合久久| 国产亚洲最大av| 成人免费观看视频高清| 777久久人妻少妇嫩草av网站| 美女主播在线视频| 日韩电影二区| 亚洲精品av麻豆狂野| 亚洲七黄色美女视频| 亚洲精品国产区一区二| av又黄又爽大尺度在线免费看| 深夜精品福利| 高清欧美精品videossex| 只有这里有精品99| 免费黄频网站在线观看国产| 黄片播放在线免费| 国产熟女欧美一区二区| 在线观看www视频免费| 成人国产av品久久久| 一级毛片 在线播放| 国产成人午夜福利电影在线观看| 王馨瑶露胸无遮挡在线观看| 麻豆av在线久日| 久久精品国产a三级三级三级| 黑人猛操日本美女一级片| 久久久国产精品麻豆| 国产精品免费视频内射| 国产精品秋霞免费鲁丝片| 考比视频在线观看| 王馨瑶露胸无遮挡在线观看| 最新的欧美精品一区二区| 新久久久久国产一级毛片| 青春草亚洲视频在线观看| 最近中文字幕2019免费版| 亚洲精品第二区| 色婷婷av一区二区三区视频| 两个人免费观看高清视频| 在线观看免费高清a一片| 欧美精品一区二区大全| 亚洲美女搞黄在线观看| 欧美精品av麻豆av| 国产有黄有色有爽视频| 国产精品久久久久久精品古装| 久久久久视频综合| 国产在线视频一区二区| 在线观看免费高清a一片| 国产熟女欧美一区二区| 女性被躁到高潮视频| 亚洲激情五月婷婷啪啪| 女人被躁到高潮嗷嗷叫费观| 观看av在线不卡| 伊人久久国产一区二区| 久久久国产一区二区| 欧美激情 高清一区二区三区| 综合色丁香网| 中文字幕人妻丝袜一区二区 | 19禁男女啪啪无遮挡网站| 午夜日韩欧美国产| 丰满少妇做爰视频| 国产熟女欧美一区二区| 一边摸一边抽搐一进一出视频| 色精品久久人妻99蜜桃| 一区二区三区激情视频| 欧美日韩一级在线毛片| 精品人妻一区二区三区麻豆| 色综合欧美亚洲国产小说| 国产成人午夜福利电影在线观看| 日韩成人av中文字幕在线观看| 国产免费现黄频在线看| 国产精品久久久久成人av| 国产精品 国内视频| 亚洲精品在线美女| 视频区图区小说| videos熟女内射| 可以免费在线观看a视频的电影网站 | 欧美最新免费一区二区三区| 中文乱码字字幕精品一区二区三区| 操出白浆在线播放| 人妻 亚洲 视频| 精品久久久精品久久久| 亚洲色图 男人天堂 中文字幕| 日韩精品免费视频一区二区三区| 99久久综合免费| 国产精品成人在线| 男女无遮挡免费网站观看| 99久久综合免费| 成人手机av| 青春草视频在线免费观看| 午夜日韩欧美国产| 两性夫妻黄色片| 亚洲精品久久成人aⅴ小说| 色播在线永久视频| 久久99精品国语久久久| 国产xxxxx性猛交| 卡戴珊不雅视频在线播放| 欧美日韩成人在线一区二区| 久久国产精品男人的天堂亚洲| 中文字幕高清在线视频| 国产精品成人在线| 男女无遮挡免费网站观看| 王馨瑶露胸无遮挡在线观看| 国产一区二区三区av在线| 久久狼人影院| 丰满少妇做爰视频| 欧美人与性动交α欧美精品济南到| 少妇被粗大的猛进出69影院| 欧美 亚洲 国产 日韩一| 国产国语露脸激情在线看| 国产毛片在线视频| 黄色视频在线播放观看不卡|