• <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
    日韩强制内射视频| 青春草视频在线免费观看| 如何舔出高潮| 啦啦啦韩国在线观看视频| 亚洲国产日韩欧美精品在线观看| 看十八女毛片水多多多| 亚洲精品日韩在线中文字幕 | 22中文网久久字幕| 久久精品久久久久久噜噜老黄 | 人人妻人人澡欧美一区二区| 香蕉av资源在线| 久久精品国产清高在天天线| 午夜亚洲福利在线播放| 色播亚洲综合网| 国产精品精品国产色婷婷| 色在线成人网| 午夜福利在线在线| 男女啪啪激烈高潮av片| 小说图片视频综合网站| 国产精品福利在线免费观看| 国产精品精品国产色婷婷| 嫩草影院新地址| 国产精品精品国产色婷婷| 免费大片18禁| 国产激情偷乱视频一区二区| 欧美丝袜亚洲另类| 国产日本99.免费观看| 一区二区三区免费毛片| 夜夜爽天天搞| 99热只有精品国产| 亚洲精品一卡2卡三卡4卡5卡| 欧美另类亚洲清纯唯美| 综合色av麻豆| 久久精品国产自在天天线| 久久久精品94久久精品| 日本欧美国产在线视频| 夜夜夜夜夜久久久久| 成人一区二区视频在线观看| 少妇高潮的动态图| 国内少妇人妻偷人精品xxx网站| 精品熟女少妇av免费看| 国产成人精品久久久久久| 亚洲人成网站在线播放欧美日韩| 在线观看免费视频日本深夜| 精品不卡国产一区二区三区| 国产精品福利在线免费观看| 国产高清视频在线播放一区| 免费人成视频x8x8入口观看| 亚洲婷婷狠狠爱综合网| 久久午夜亚洲精品久久| 免费观看的影片在线观看| 午夜精品国产一区二区电影 | 十八禁网站免费在线| 亚洲欧美成人综合另类久久久 | 免费看av在线观看网站| 亚洲美女黄片视频| 在线观看66精品国产| 免费av观看视频| 麻豆乱淫一区二区| 亚洲七黄色美女视频| 日韩亚洲欧美综合| 午夜a级毛片| 男人舔奶头视频| 亚洲经典国产精华液单| 蜜桃久久精品国产亚洲av| 国产aⅴ精品一区二区三区波| 日本三级黄在线观看| 精品一区二区三区av网在线观看| 成人无遮挡网站| 国产美女午夜福利| 精品人妻熟女av久视频| 在现免费观看毛片| 午夜福利视频1000在线观看| 国产久久久一区二区三区| 午夜精品一区二区三区免费看| 亚洲第一电影网av| 日韩精品中文字幕看吧| 欧美日韩综合久久久久久| 亚洲不卡免费看| 亚洲最大成人手机在线| 99久久精品热视频| av免费在线看不卡| 欧美一区二区国产精品久久精品| av视频在线观看入口| 给我免费播放毛片高清在线观看| 精品99又大又爽又粗少妇毛片| 又黄又爽又刺激的免费视频.| av专区在线播放| 十八禁国产超污无遮挡网站| 亚洲丝袜综合中文字幕| 美女被艹到高潮喷水动态| 1000部很黄的大片| 在线天堂最新版资源| 日日摸夜夜添夜夜添av毛片| 久久九九热精品免费| 亚洲欧美清纯卡通| 99久久精品国产国产毛片| 免费大片18禁| 一进一出抽搐动态| 久久久久久久久久久丰满| 日本撒尿小便嘘嘘汇集6| 亚洲av第一区精品v没综合| 91久久精品国产一区二区成人| 观看美女的网站| 免费av毛片视频| av天堂中文字幕网| 欧美区成人在线视频| 色综合色国产| 亚洲中文字幕日韩| 国产熟女欧美一区二区| 成年版毛片免费区| 国产大屁股一区二区在线视频| 舔av片在线| 99热网站在线观看| 十八禁网站免费在线| 久久天躁狠狠躁夜夜2o2o| 亚洲国产色片| 真人做人爱边吃奶动态| 国产白丝娇喘喷水9色精品| 久久久久国产网址| 搡老熟女国产l中国老女人| 亚洲成av人片在线播放无| 欧美不卡视频在线免费观看| 欧美一区二区精品小视频在线| 无遮挡黄片免费观看| 搡女人真爽免费视频火全软件 | 日韩一本色道免费dvd| 成人特级黄色片久久久久久久| 日本成人三级电影网站| 欧美激情久久久久久爽电影| 久久久欧美国产精品| 精品久久久久久成人av| 亚洲国产精品久久男人天堂| 在线国产一区二区在线| 不卡视频在线观看欧美| 婷婷精品国产亚洲av| 国产极品精品免费视频能看的| 日韩人妻高清精品专区| 婷婷精品国产亚洲av在线| 亚洲自拍偷在线| 激情 狠狠 欧美| 日韩欧美免费精品| 日韩高清综合在线| 男女视频在线观看网站免费| 国模一区二区三区四区视频| 成年女人毛片免费观看观看9| 91狼人影院| 精品人妻偷拍中文字幕| 少妇被粗大猛烈的视频| 久久久久久九九精品二区国产| 色噜噜av男人的天堂激情| 97超视频在线观看视频| 中国国产av一级| 熟女人妻精品中文字幕| 精品久久久久久成人av| 在线观看免费视频日本深夜| 少妇丰满av| 亚洲av第一区精品v没综合| 亚洲成人久久爱视频| 99久国产av精品国产电影| 日韩av在线大香蕉| 夜夜爽天天搞| 国产淫片久久久久久久久| 亚洲第一电影网av| 黄色一级大片看看| 91av网一区二区| 亚洲激情五月婷婷啪啪| 中文字幕av成人在线电影| 久久久久久久久大av| av在线播放精品| 桃色一区二区三区在线观看| 欧美激情国产日韩精品一区| 小说图片视频综合网站| 国产高清视频在线播放一区| 丰满人妻一区二区三区视频av| 欧美在线一区亚洲| 色尼玛亚洲综合影院| 中国美白少妇内射xxxbb| 欧美人与善性xxx| 日本熟妇午夜| 亚洲欧美日韩高清专用| 一区二区三区免费毛片| 嫩草影院入口| av卡一久久| 成人无遮挡网站| 精品久久久久久久末码| 别揉我奶头~嗯~啊~动态视频| 真人做人爱边吃奶动态| 欧美一区二区精品小视频在线| 看非洲黑人一级黄片| 亚洲七黄色美女视频| 精品午夜福利视频在线观看一区| 久久精品国产鲁丝片午夜精品| 成人高潮视频无遮挡免费网站| 久久这里只有精品中国| 九色成人免费人妻av| 国产精华一区二区三区| 日本在线视频免费播放| 全区人妻精品视频| 禁无遮挡网站| 国产真实乱freesex| 午夜福利视频1000在线观看| 给我免费播放毛片高清在线观看| 99热这里只有是精品在线观看| 一边摸一边抽搐一进一小说| 免费大片18禁| 美女高潮的动态| 免费观看精品视频网站| 日本黄大片高清| 免费av毛片视频| av在线播放精品| 午夜福利视频1000在线观看| 精品日产1卡2卡| 成年免费大片在线观看| 午夜免费男女啪啪视频观看 | 最近手机中文字幕大全| 日本在线视频免费播放| 免费无遮挡裸体视频| 深夜精品福利| 插阴视频在线观看视频| 日韩欧美国产在线观看| 悠悠久久av| 久久精品影院6| 国产精品久久视频播放| 免费黄网站久久成人精品| av.在线天堂| 草草在线视频免费看| 哪里可以看免费的av片| 男女之事视频高清在线观看| 秋霞在线观看毛片| 国内久久婷婷六月综合欲色啪| 观看免费一级毛片| 成人亚洲欧美一区二区av| 色哟哟·www| 国产淫片久久久久久久久| 又爽又黄a免费视频| 日韩一区二区视频免费看| 熟妇人妻久久中文字幕3abv| 国产精品乱码一区二三区的特点| 亚洲真实伦在线观看| 最新中文字幕久久久久| 1024手机看黄色片| 久久久久精品国产欧美久久久| 国产精品av视频在线免费观看| 色在线成人网| 狂野欧美激情性xxxx在线观看| 国内精品宾馆在线| 亚洲第一电影网av| 日韩人妻高清精品专区| 国国产精品蜜臀av免费| 日韩亚洲欧美综合| 国产探花极品一区二区| 男人舔奶头视频| 国产国拍精品亚洲av在线观看| 国产精品久久视频播放| 小蜜桃在线观看免费完整版高清| 亚洲一区二区三区色噜噜| 欧美一区二区国产精品久久精品| 非洲黑人性xxxx精品又粗又长| 看黄色毛片网站| 热99在线观看视频| 性插视频无遮挡在线免费观看| 三级毛片av免费| 亚洲不卡免费看| 在线观看66精品国产| 99国产极品粉嫩在线观看| av国产免费在线观看| 99久久精品热视频| 美女xxoo啪啪120秒动态图| 亚洲四区av| 一级黄片播放器| 日韩欧美国产在线观看| av福利片在线观看| 亚洲美女黄片视频| 日韩欧美三级三区| 久久精品国产清高在天天线| 两个人视频免费观看高清| 亚洲人与动物交配视频| 观看免费一级毛片| 国产视频一区二区在线看| 国产成年人精品一区二区| 国内精品宾馆在线| 国产美女午夜福利| 亚洲久久久久久中文字幕| 午夜日韩欧美国产| 97人妻精品一区二区三区麻豆| 狂野欧美激情性xxxx在线观看| 亚洲人成网站在线播| 精品久久久久久久久久免费视频| 精品一区二区三区视频在线观看免费| 免费不卡的大黄色大毛片视频在线观看 | 午夜日韩欧美国产| 久久久久国产精品人妻aⅴ院| 日韩精品中文字幕看吧| av天堂在线播放| 精品乱码久久久久久99久播| 69人妻影院| 欧美另类亚洲清纯唯美| 搡老熟女国产l中国老女人| 中文字幕av成人在线电影| 中文亚洲av片在线观看爽| 成人三级黄色视频| 午夜亚洲福利在线播放| 成人国产麻豆网| 免费av毛片视频| 欧美成人a在线观看| 亚洲不卡免费看| 欧美+日韩+精品| 精品一区二区三区视频在线观看免费| 久久精品人妻少妇| 性色avwww在线观看| 成人欧美大片| 天天躁夜夜躁狠狠久久av| 长腿黑丝高跟| 亚洲一区高清亚洲精品| 国产成人a区在线观看| 永久网站在线| 十八禁网站免费在线| 欧美一区二区亚洲| 色尼玛亚洲综合影院| 国产探花极品一区二区| 成人毛片a级毛片在线播放| 亚洲欧美成人综合另类久久久 | 成人亚洲精品av一区二区| 国产探花极品一区二区| 免费av毛片视频| 1024手机看黄色片| 国产精品一区二区三区四区免费观看 | 老司机影院成人| 精品久久久久久久人妻蜜臀av| 国产三级中文精品| 我要看日韩黄色一级片| 性欧美人与动物交配| 午夜福利高清视频| 精品熟女少妇av免费看| 变态另类丝袜制服| 男女视频在线观看网站免费| 免费看日本二区| 老司机福利观看| 老司机午夜福利在线观看视频| 又爽又黄a免费视频| 在线a可以看的网站| 免费看美女性在线毛片视频| 免费看美女性在线毛片视频| 国内久久婷婷六月综合欲色啪| .国产精品久久| 久久精品国产清高在天天线| 免费大片18禁| 日本撒尿小便嘘嘘汇集6| 日本黄大片高清| 99热网站在线观看| 亚洲成人av在线免费| 变态另类丝袜制服| 色播亚洲综合网| 麻豆精品久久久久久蜜桃| 一级黄色大片毛片| 国产 一区精品| 3wmmmm亚洲av在线观看| 亚洲av第一区精品v没综合| 亚洲精品456在线播放app| 日韩欧美 国产精品| 有码 亚洲区| 又爽又黄无遮挡网站| 亚洲精品一卡2卡三卡4卡5卡| 精品午夜福利在线看| 久99久视频精品免费| 欧美日本视频| 美女黄网站色视频| 中国美女看黄片| 久久天躁狠狠躁夜夜2o2o| 麻豆国产av国片精品| 老师上课跳d突然被开到最大视频| 特级一级黄色大片| 三级经典国产精品| 亚洲国产欧美人成| 极品教师在线视频| 国产三级在线视频| av在线播放精品| 亚洲不卡免费看| www日本黄色视频网| 有码 亚洲区| 午夜福利成人在线免费观看| 欧美+亚洲+日韩+国产| 国产国拍精品亚洲av在线观看| 亚洲av第一区精品v没综合| 成年免费大片在线观看| 免费av不卡在线播放| 亚州av有码| 欧美成人a在线观看| 精品日产1卡2卡| 免费在线观看影片大全网站| 亚洲无线在线观看| 精品久久久久久成人av| 免费观看在线日韩| 国内精品宾馆在线| 看片在线看免费视频| 国产精品,欧美在线| 日本三级黄在线观看| 午夜福利在线在线| 亚洲五月天丁香| 久久久欧美国产精品| eeuss影院久久| 乱系列少妇在线播放| 亚洲色图av天堂| 香蕉av资源在线| 性色avwww在线观看| 日本一本二区三区精品| 最好的美女福利视频网| 成人午夜高清在线视频| 国产中年淑女户外野战色| 日韩大尺度精品在线看网址| 18+在线观看网站| 秋霞在线观看毛片| 久久精品国产亚洲av天美| 国产精品亚洲美女久久久| 最好的美女福利视频网| 美女cb高潮喷水在线观看| 女同久久另类99精品国产91| 久久精品综合一区二区三区| 老司机午夜福利在线观看视频| ponron亚洲| 六月丁香七月| 蜜桃久久精品国产亚洲av| 人人妻人人看人人澡| 在线天堂最新版资源| 亚洲自拍偷在线| 成人av在线播放网站| 亚洲欧美精品综合久久99| 直男gayav资源| 看免费成人av毛片| 日本爱情动作片www.在线观看 | 欧美高清性xxxxhd video| 亚洲一区二区三区色噜噜| 狂野欧美激情性xxxx在线观看| 大又大粗又爽又黄少妇毛片口| 国产精品1区2区在线观看.| 欧美精品国产亚洲| 亚洲av电影不卡..在线观看| 亚洲美女黄片视频| 久久久精品欧美日韩精品| 成人二区视频| 国产极品精品免费视频能看的| 天堂动漫精品| 一本精品99久久精品77| 国产亚洲精品av在线| 亚洲国产精品sss在线观看| 国产精品人妻久久久影院| 村上凉子中文字幕在线| 国产成人a∨麻豆精品| 国产精品99久久久久久久久| 寂寞人妻少妇视频99o| 欧美bdsm另类| 99热全是精品| 亚洲成av人片在线播放无| 少妇丰满av| 一级av片app| 久久久久久久久中文| 波多野结衣高清无吗| 久久精品影院6| 桃色一区二区三区在线观看| 亚洲成人av在线免费| 天美传媒精品一区二区| 色视频www国产| 欧美性感艳星| 免费看美女性在线毛片视频| 内地一区二区视频在线| 欧美潮喷喷水| 亚洲精品色激情综合| 在线免费十八禁| 欧美最新免费一区二区三区| av在线天堂中文字幕| 美女高潮的动态| 亚洲成av人片在线播放无| 九色成人免费人妻av| 久久99热6这里只有精品| 国产探花极品一区二区| 搡老妇女老女人老熟妇| 亚洲天堂国产精品一区在线| 天天躁夜夜躁狠狠久久av| av视频在线观看入口| 国内久久婷婷六月综合欲色啪| 国产成人精品久久久久久| 亚洲精品影视一区二区三区av| 在线免费观看不下载黄p国产| 午夜日韩欧美国产| 亚州av有码| 91av网一区二区| 欧美xxxx黑人xx丫x性爽| 亚洲在线观看片| 老熟妇乱子伦视频在线观看| 国产高清视频在线观看网站| 午夜精品国产一区二区电影 | 亚洲在线自拍视频| 免费看a级黄色片| 国产真实乱freesex| 全区人妻精品视频| 91久久精品国产一区二区成人| 人人妻人人看人人澡| 亚洲欧美日韩高清专用| 国产色爽女视频免费观看| 成人一区二区视频在线观看| 午夜a级毛片| 色尼玛亚洲综合影院| 一a级毛片在线观看| 国产成人影院久久av| 久久久色成人| 欧美一级a爱片免费观看看| 精华霜和精华液先用哪个| 亚洲国产精品久久男人天堂| 天天躁夜夜躁狠狠久久av| 别揉我奶头~嗯~啊~动态视频| 午夜福利高清视频| 美女内射精品一级片tv| 不卡视频在线观看欧美| 国国产精品蜜臀av免费| 18+在线观看网站| 日本色播在线视频| 国产精品精品国产色婷婷| 又爽又黄a免费视频| 国产色婷婷99| 精华霜和精华液先用哪个| 国产精品一二三区在线看| 日本成人三级电影网站| 婷婷色综合大香蕉| 国产精品女同一区二区软件| 中文在线观看免费www的网站| 精品不卡国产一区二区三区| 久久久精品94久久精品| 久久久久久久久中文| 免费高清视频大片| 成熟少妇高潮喷水视频| 香蕉av资源在线| 级片在线观看| 亚洲精品色激情综合| 人妻少妇偷人精品九色| 久久精品国产鲁丝片午夜精品| 欧美又色又爽又黄视频| 人妻少妇偷人精品九色| 亚洲av五月六月丁香网| 最近视频中文字幕2019在线8| 免费人成在线观看视频色| 日韩强制内射视频| 亚洲第一电影网av| 久久久久国产网址| 少妇的逼好多水| 蜜桃久久精品国产亚洲av| 最好的美女福利视频网| 麻豆精品久久久久久蜜桃| 在线观看一区二区三区| 精品人妻熟女av久视频| 国产 一区精品| 一本精品99久久精品77| 97在线视频观看| 久久鲁丝午夜福利片| 禁无遮挡网站| 久久精品人妻少妇| 亚洲av电影不卡..在线观看| 日韩三级伦理在线观看| 91在线观看av| 亚洲精品影视一区二区三区av| 两个人的视频大全免费| 99热这里只有是精品在线观看| 久久这里只有精品中国| 国产探花在线观看一区二区| 欧美性猛交黑人性爽| 日本熟妇午夜| 午夜免费激情av| av天堂在线播放| 久久久久久久久久久丰满| 国产一区二区激情短视频| 亚洲欧美日韩东京热| 给我免费播放毛片高清在线观看| av天堂在线播放| 国内久久婷婷六月综合欲色啪| 精品久久国产蜜桃| 欧美激情久久久久久爽电影| 一本一本综合久久| 日韩欧美精品v在线| 直男gayav资源| 五月玫瑰六月丁香| av在线亚洲专区| 亚洲精品久久国产高清桃花| 中文字幕av成人在线电影| 色av中文字幕| 欧美日韩精品成人综合77777| 亚洲av成人精品一区久久| 99九九线精品视频在线观看视频| 中文资源天堂在线| av在线天堂中文字幕| 色综合色国产| 久久九九热精品免费| 色在线成人网| 国产精品一二三区在线看| 日韩欧美一区二区三区在线观看| 亚洲一区高清亚洲精品| 国内精品美女久久久久久| 久久久久性生活片| 亚洲欧美精品自产自拍| 麻豆精品久久久久久蜜桃| 人人妻人人看人人澡| 国产成人福利小说| 国产精品国产高清国产av| 亚洲乱码一区二区免费版| 精品一区二区三区人妻视频| 两个人视频免费观看高清| 国产黄片美女视频| 老司机影院成人| 亚洲成人精品中文字幕电影| 亚洲国产精品久久男人天堂| 亚洲国产欧美人成| 亚洲精品亚洲一区二区| 亚洲av第一区精品v没综合| 国产毛片a区久久久久| 国产高清有码在线观看视频| 波野结衣二区三区在线|