导读:本文包含了轮廓运动特征论文开题报告文献综述及选题提纲参考文献，主要关键词:多阈值优化,运动图像,轮廓特征,信息提取
轮廓运动特征论文文献综述
陈超[1]（2019）在《多阈值优化的运动图像轮廓特征提取方法》一文中研究指出针对传统运动图像轮廓特征提取方法存在提取时间较长、提取精度较低的问题,提出多阈值优化的运动图像轮廓特征提取方法.通过运动图像轮廓特征分析,利用最大类间方差模糊约束法获取隶属度函数,利用模糊隶属计算运动图像中目标体轮廓多个阈值,利用约束后的多个阈值计算图像轮廓范围内中心点近邻的两个轮廓点的几何中心值,通过计算曲率角得到曲率符号,依据曲率符号提取运动图像轮廓特征.结果表明,所提方法曲率特征计算误差率低,有效减少了运动图像轮廓特征提取时间,提高了特征信息提取精度.(本文来源于《沈阳工业大学学报》期刊2019年03期）
邓志锋,闵卫东,邹松[2]（2018）在《一种基于CNN和人体椭圆轮廓运动特征的摔倒检测方法》一文中研究指出为了解决传统的使用几何特征检测摔倒的方法的不稳定、难于区别一些相似的活动等问题,提出了一种基于卷积神经网络(CNN)和人体椭圆轮廓的运动特征的摔倒检测方法。首先,使用高斯混合模型检测出人体目标并求出其最小外接椭圆轮廓。然后在每一帧的椭圆轮廓中提取出长短轴之比、方向角和人体质心的竖直方向速度,融合成一个基于时间序列的运动特征。最后,经过一个浅层的CNN对这些运动特征进行训练,用于摔倒判断,并区分相似的活动。实验结果表明,本文方法和现有的方法相比,克服了几何特征的不稳定性,提高了检测率。(本文来源于《图学学报》期刊2018年06期）
陈俊臣,何霞,段宇,彭云川,张明伟[3]（2016）在《不随意运动型脑性瘫痪血清代谢轮廓的特征分析》一文中研究指出目的利用代谢组学方法研究不随意运动型脑瘫患儿血清代谢的轮廓特征,分析其异常代谢通路。方法收集2014年5~8月本院门诊诊断的10例6~12岁不随意运动型脑瘫患儿(患儿组)及7名正常儿童(对照组)的血清样本,利用代谢组学方法,将所有血清样本进行核磁共振扫描,所得到的核磁图谱进行分段积分,利用偏最小二乘法模型对积分矩阵回归分析,分离对照组,计算特征化学位移段。在代谢数据库中查询小分子代谢产物,分析不随意运动型脑瘫患儿代谢轮廓扰动差别。结果在偏最小二乘法模型中,15个重要变化化学位移段被确定,其中2.04 ppm、2.12 ppm、3.00 ppm、3.24 ppm、3.76 ppm、6.50 ppm信号值有显着性差异(P<0.05)。通过生物核磁数据库发现谷氨酸、酮戊二酸、谷氨酰胺、亮氨酸、左旋丙氨酸水平升高;而牛磺酸、延胡索酸、草酰乙酸、丙酮酸、柠檬酸、天门冬氨酸、琥珀酸、苹果酸、半胱氨酸水平下降。在代谢数据库中进一步分析发现,不随意运动型脑瘫患儿血清中牛磺酸代谢通路、谷氨酸代谢通路和能量代谢通路波动异常。结论基于代谢组学偏最小二乘法模型能成功区分不随意运动型脑瘫代谢轮廓,该实验发现异常波动的代谢产物及代谢通路可成为进一步研究的重点。(本文来源于《中国康复理论与实践》期刊2016年04期）
郭克友,郭晓丽,王艺伟[4]（2016）在《多特征级联式检测变轮廓运动目标》一文中研究指出总结了变轮廓运动目标的特点,并将其应用到方向盘上操作手数的检测中;提出了先进行方向盘自动定位,再快速检测其上操作手数目的技术路线;预定位中运用Haar特征的AdaBoost分类器进行初检,得到包含目标轮廓的图像;利用HOG特征的Real-AdaBoost分类器进行精确检测,并确定操作手位置点集;对取得的操作手质心点坐标集进行奇异值分解并拟合椭圆,获取图像中方向盘位置,最终实现操作手的快速准确检测;算法在保证了原算法的实时性和准确性外,提高了检测系统应用的灵活性。(本文来源于《计算机测量与控制》期刊2016年03期）
江山[5]（2015）在《基于形体轮廓特征提取的运动动作标志分析》一文中研究指出对健美操等运动状态下的标志性动作分析时评价和刻画健美操运动训练和比赛水平的定量性标准。传统的运动动作标志性分析方法采用运动幅度检测方法,对健美操这类运动幅度呈现不规则差异的运动项目来说并不适用。基于图像处理的方法,提出一种基于形体边缘轮廓特征点提取的运动动作标志性分析算法,进行了形体边缘轮廓特征点数据采集系统设计。提取形体边缘轮廓特征点,将空间邻域信息融入到运动形体图像的标志性动作检测中,采用亮点模型衍射的方法实现视觉穿透,搜寻健美操运动员的技术特征,实现对健美操运动动作的标志性分析算法改进。仿真实验结果得出,采用该算法能有效准确地提取健美操的形体边缘轮廓特征点,运动动作标志性检测概率较高,性能稳健,具有优越性。研究成果在健美操形体评价等领域中具有较好的应用价值。(本文来源于《科技通报》期刊2015年08期）
彭晖,刘士荣,仲朝亮,张波涛[6]（2014）在《基于轮廓特征的场景运动目标实时分类研究》一文中研究指出本文针对动态场景目标的分类问题,提出一种基于轮廓特征的运动目标分类方法。通过构建多种轮廓特征相结合的特征向量模型来描述动态目标,作为分类器学习判别的基础。该方法首先通过混合高斯模型提取出视频中的动态场景目标,经图像形态学的处理,获得较为精确的动态场景目标轮廓图像,然后使用特征向量模型提取轮廓的相关特征作为分类器学习判别的依据,并得到最终分类结果。以常见的运动目标汽车、行人、自行车作为分类类别进行实验。结果表明该方法有较高的分类精度,且具有实时性好,易于实现的特点。(本文来源于《第25届中国过程控制会议论文集》期刊2014-08-09）
于乐,何飞鹏,孙吉祥,何婧,梁敬东[7]（2013）在《基于特征和主动轮廓算法的运动果蝇识别与跟踪研究》一文中研究指出多目标跟踪是视频监控等领域的一项关键技术。阐述目标跟踪算法的研究现状,运用灰度阈值分割,基于特征和主动轮廓跟踪方法实现对多只运动果蝇进行目标识别与跟踪。运用C#以及emgu开发应用程序予以系统实现。经验证,该系统识别率高,具有稳健的跟踪效果。(本文来源于《现代农业科技》期刊2013年14期）
杜宇人[8]（2009）在《一种基于轮廓特征的运动目标识别方法》一文中研究指出针对视频图像中形状匹配的局限性,即当待检测物体出现平移、旋转变化时识别目标需要很长的计算时间,提出了一种基于轮廓特征的运动目标识别方法.首先获取能自动更新的背景图像,采用背景减法提取运动目标的轮廓,然后运用其轮廓的边界不变矩特征和形态学特征,构建一个轮廓特征向量的模型,再分析比较待测运动目标轮廓特征向量与每类标准样本之间的欧氏距离,实现对运动目标的识别分类.试验结果表明,该方法具有识别精度高、计算量小、实时性好的特点.(本文来源于《江苏大学学报(自然科学版)》期刊2009年05期）
轮廓运动特征论文开题报告
（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：
为了解决传统的使用几何特征检测摔倒的方法的不稳定、难于区别一些相似的活动等问题,提出了一种基于卷积神经网络(CNN)和人体椭圆轮廓的运动特征的摔倒检测方法。首先,使用高斯混合模型检测出人体目标并求出其最小外接椭圆轮廓。然后在每一帧的椭圆轮廓中提取出长短轴之比、方向角和人体质心的竖直方向速度,融合成一个基于时间序列的运动特征。最后,经过一个浅层的CNN对这些运动特征进行训练,用于摔倒判断,并区分相似的活动。实验结果表明,本文方法和现有的方法相比,克服了几何特征的不稳定性,提高了检测率。
（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。
轮廓运动特征论文参考文献
[1].陈超.多阈值优化的运动图像轮廓特征提取方法[J].沈阳工业大学学报.2019
[2].邓志锋,闵卫东,邹松.一种基于CNN和人体椭圆轮廓运动特征的摔倒检测方法[J].图学学报.2018
[3].陈俊臣,何霞,段宇,彭云川,张明伟.不随意运动型脑性瘫痪血清代谢轮廓的特征分析[J].中国康复理论与实践.2016
[4].郭克友,郭晓丽,王艺伟.多特征级联式检测变轮廓运动目标[J].计算机测量与控制.2016
[5].江山.基于形体轮廓特征提取的运动动作标志分析[J].科技通报.2015
[6].彭晖,刘士荣,仲朝亮,张波涛.基于轮廓特征的场景运动目标实时分类研究[C].第25届中国过程控制会议论文集.2014
[7].于乐,何飞鹏,孙吉祥,何婧,梁敬东.基于特征和主动轮廓算法的运动果蝇识别与跟踪研究[J].现代农业科技.2013
[8].杜宇人.一种基于轮廓特征的运动目标识别方法[J].江苏大学学报(自然科学版).2009