导读:本文包含了运动轨迹匹配论文开题报告文献综述及选题提纲参考文献，主要关键词:红外图像,可见光图像,图像配准,多目标跟踪
运动轨迹匹配论文文献综述
王洪庆,许廷发,孙兴龙,李相民,刘太辉[1]（2018）在《目标运动轨迹匹配式的红外-可见光视频自动配准》一文中研究指出为实现精确的红外-可见光视频序列的自动配准,提出了一种新的基于目标轨迹线匹配的配准方法。首先,利用运动目标检测技术提取目标前景,并由基于相关滤波器(KCF)的多目标跟踪算法对每个前景顶点进行跟踪,进而获取每个目标的运动轨迹。此后,为每条轨迹线建立归一化运动方向描述子与归一化运动幅度描述子,通过时序分析、方向描述子匹配及幅值描述子匹配建立分步约束的匹配机制,完成轨迹线匹配工作。最后,采用迭代更新的方式获取最佳全局配准矩阵,实现对异源视频的配准。在LITIV数据库上的9组视频上进行测试验证,实验的结果表明:本文配准算法的重迭率误差一般小于0.2,接近或已超过手动的Ground-Truth矩阵。通过充分利用目标的运动信息,该算法实现了精确的红外-可见光图像序列配准。(本文来源于《光学精密工程》期刊2018年06期）
余丽雅[2]（2017）在《基于分割的叁维运动轨迹表征与匹配的研究及应用》一文中研究指出人体行为分析的主要目的之一是识别分析人体的运动并试图理解其中的意图,这在视频监控、人机交互等领域具有大量应用前景。叁维运动轨迹由于包含了大量动态时序信息,可以用来描述人体许多复杂的运动比如人手的姿势,身体的移动等动作。因此建立基于叁维运动轨迹的动态运动描述和识别方法的研究对人体行为分析非常重要。然而,直接使用原始的轨迹数据来描述运动是不可靠的。受诸多因素的影响,运动轨迹会在位置、方向、尺度等各方面有所不同,从而表现出空间形态不一致。虽然曲率、挠率等几何属性能够很好的表达轨迹的局部特征,但是却无法描述轨迹的空间结构,因此一个能够提取轨迹中有效的全局和局部特征的表征方法是十分重要的。同时,由于运动的动态性特点,轨迹的长度、速度也不一样,在进行运动识别前还需要对轨迹对齐。本文主要研究能够描述运动轨迹结构的段级别的轨迹表征方法以及对应的匹配方法,主要工作包括:(1)提出了一种基于运动方向的轨迹分割方法,将运动轨迹划分为多个基本形状组成的轨迹段序列。这些基本形状包括直线、平面曲线、左/右螺旋线,分别表示了运动轨迹的叁个维度的运动变化情况,能够表示空间中任意的轨迹。(2)使用轨迹段序列表示运动轨迹,描述轨迹的运动结构。为了区分具有同样结构的混淆轨迹,提出使用面积积分不变量的近似解来描述轨迹段的形状,以及轨迹段的空间分布来表示轨迹段的全局特征。(3)根据基于轨迹段的轨迹表征方法,设计了一种基于DTW的轨迹段匹配机制,实现段级别的对齐,对轨迹进行匹配。(4)设计并实现一个面向中医正骨手法教学的虚拟训练系统,将本文提出的运动轨迹表征和匹配策略应用到实际的正骨手法记录与度量、识别中,建立了正骨手法标准度的评判机制。(本文来源于《华南理工大学》期刊2017-03-01）
范艳云[3]（2016）在《基于惯导数据的室内用户运动轨迹匹配算法研究》一文中研究指出目前,基于位置指纹技术的WLAN定位已经成为全球室内定位服务的首选。然而,阻碍WLAN室内定位技术进一步扩展和提升的就是位置指纹数据库(Radio Map)建立的时间和人力成本问题。因此如何在保证一定定位精度的前提下,提高建立Radio Map的速度,节省建立时的人力和时间成本,已经成为目前的研究重点。本文主要研究如何通过基于惯导数据的室内用户运动轨迹匹配算法自动建立Radio Map,旨在保证一定定位精度的同时,减少建立Radio Map的成本。研究的重点在于如何将利用行人航迹法(Pedestrian Dead-Reckoning,PDR)得到的用户相对运动轨迹转换为绝对运动轨迹,然后结合接收信号强度(Receive Signal Strength,RSS)完成Radio Map的建立,并完成在线定位。(1)针对现有轨迹匹配算法适用性差的问题,本文提出一种转角矩阵自动生成方法,该方法主要利用了Hough变换、Harris角点检测、计算几何等技术,可以大大减少人工建立矩阵的工作量,并且用于轨迹匹配算法时可以简化匹配的流程和复杂度,可用于在室内环境中进行轨迹匹配。(2)针对PDR算法无法得到用户绝对运动轨迹以提供Radio Map位置空间的问题,提出了一种基于惯导数据的室内用户运动轨迹匹配算法,通过与室内地图上所有可能的运动轨迹进行匹配将基于PDR算法得到的用户相对运动轨迹转换为绝对运动轨迹,来获取参考点的物理位置,从而能够减少人为建立Radio Map位置空间的工作量。仿真结果表明本文提出的算法可以将基于PDR算法得到的用户相对运动轨迹变成绝对运动轨迹,并且对PDR算法产生的误差具有较好的鲁棒性。为了验证本文建立的Radio Map定位性能,通过选用K近邻算法(K Nearest Neighbors,KNN)做在线阶段的匹配定位。实验结果表明利用本文提出轨迹匹配算法得到的定位精度与其他基于惯导数据进行室内定位的方法相比具有一定的优势,能够在保证一定定位精度的同时,快速完成Radio Map的建立,节省了人力和时间成本。(本文来源于《哈尔滨工业大学》期刊2016-06-01）
门玉森[4]（2016）在《基于轨迹匹配的模仿学习在类人机器人运动行为中的研究》一文中研究指出模仿是人与动物技能学习的一种方法,将模仿学习机制赋予机器人系统,使其具有类似人的运动技能学习行为,快速地实现复杂运动技能的获取,是机器人仿生研究的重点内容之一。本文基于生物模仿的仿生机制,构建了机器人模仿学习的框架,以该框架为指导,围绕基于轨迹匹配的模仿学习在类人机器人中的运动行为进行研究,具体如下:(1)基于概率模型的机器人模仿学习研究对基于概率模型的模仿学习算法进行研究,利用高斯混合模型(GMM)进行轨迹编码,学习示教行为的特征,通过高斯混合回归(GMR)进行泛化处理,实现行为再现。针对书写任务中运动轨迹较复杂的问题,引入概率模型的模仿学习对书写轨迹进行表征和泛化,进而实现机器人书写技能的获取。实验结果表明,该方法具有良好的行为编码能力和抗干扰性,能够实现轨迹可连续的汉字书写,通过对GMM的扩展能够进行多任务学习,进而实现轨迹不可连续汉字的书写,泛化效果良好。(2)基于Kinect的Nao机器人动作模仿系统的开发与实现为避开复杂繁琐的底层运动控制,使机器人能够通过学习实现运动技能的获取,有效提高其智能性,将体态感知技术与仿人机器人NAO相结合,以机器人的模仿学习框架为指导,开发并实现了基于Kinect的Nao机器人动作模仿系统。利用Kinect体感摄像机的骨骼跟踪技术,采集示教者骨骼点信息,计算各骨骼向量间的夹角得到各关节角变化信息,将其作为示教数据,通过高斯混合模型对示教数据进行表征学习,经高斯混合回归泛化处理后,映射到Nao机器人中,实现动作的模仿。实验结果表明,Nao机器人能够进行实时和离线的动作模仿,运动轨迹平滑而稳定,动作模仿的效果较好。(3)机器人模仿学习的在线调整问题研究为使机器人能够在任务环境发生变化的情况下,根据任务参数的变化作出相应的动态调整,使其具备在线调整能力,完成预定任务,将高斯混合模型与动态系统法相结合,对机器人模仿学习的在线调整问题进行研究。将动态系统的在线调整能力与高斯混合模型(GMM)的复杂轨迹的编码能力相结合,使动态系统的参数学习问题转化为高斯混合回归问题(GMR),为动态系统法提供了一种概率形式的表述;引入参数化高斯混合模型,基于DS-GMR模仿学习方法,重点对目标位置发生变化的任务场景下的机器人在线调整问题进行了研究与仿真实现。仿真实验结果表明,该方法在一定程度上具备高斯混合模型的轨迹编码能力和动态系统的动态调整能力,当任务环境发生变化时,能够作出相应的调整,具备一定的在线调整能力,且轨迹匹配性能较好,泛化能力进一步增强。本文对基于轨迹匹配的模仿学习在类人机器人中的运动行为进行了研究,对目前存在的模仿学习方法进行了较为系统地分析、总结,并在已有方法的基础上进行了一定的优化和扩展,对模仿学习的研究及其在类人机器人运动行为中的应用具有一定的参考价值。(本文来源于《北京工业大学》期刊2016-05-01）
张梦奇[5]（2012）在《通过截齿运动轨迹分析截割头移动速度与转速匹配的方法》一文中研究指出通过对截齿运动轨迹相关性的计算模拟,建立了A、B、C 3种截齿运动轨迹类型。对截割头上所有截齿的运动轨迹研究结果表明:通过分析截齿运动轨迹,可以使截割头移动速度与转速达到合理匹配;v-n图可以描述截割头在不同转速条件下合理移动速度的范围;当C型截齿运动轨迹数占截齿总数的百分比PC值较高时,各截齿均处于理想工作状态。(本文来源于《煤矿机械》期刊2012年11期）
陈奕[6]（2007）在《电影数字合成中的运动匹配——摄影机运动轨迹反求技术在数字电影合成中的应用》一文中研究指出运动作为电影最重要的创作手段之一,一直是创作者不断探索创新的重点。数字技术进入电影领域后,更对电影的运动控制提出了新的要求。通过对摄影机轨迹反求技术的阐述,研究总结该技术的可行性以及优缺点,以及它对电影创作的重要意义。(本文来源于《贵州大学学报(艺术版)》期刊2007年04期）
运动轨迹匹配论文开题报告
（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：
人体行为分析的主要目的之一是识别分析人体的运动并试图理解其中的意图,这在视频监控、人机交互等领域具有大量应用前景。叁维运动轨迹由于包含了大量动态时序信息,可以用来描述人体许多复杂的运动比如人手的姿势,身体的移动等动作。因此建立基于叁维运动轨迹的动态运动描述和识别方法的研究对人体行为分析非常重要。然而,直接使用原始的轨迹数据来描述运动是不可靠的。受诸多因素的影响,运动轨迹会在位置、方向、尺度等各方面有所不同,从而表现出空间形态不一致。虽然曲率、挠率等几何属性能够很好的表达轨迹的局部特征,但是却无法描述轨迹的空间结构,因此一个能够提取轨迹中有效的全局和局部特征的表征方法是十分重要的。同时,由于运动的动态性特点,轨迹的长度、速度也不一样,在进行运动识别前还需要对轨迹对齐。本文主要研究能够描述运动轨迹结构的段级别的轨迹表征方法以及对应的匹配方法,主要工作包括:(1)提出了一种基于运动方向的轨迹分割方法,将运动轨迹划分为多个基本形状组成的轨迹段序列。这些基本形状包括直线、平面曲线、左/右螺旋线,分别表示了运动轨迹的叁个维度的运动变化情况,能够表示空间中任意的轨迹。(2)使用轨迹段序列表示运动轨迹,描述轨迹的运动结构。为了区分具有同样结构的混淆轨迹,提出使用面积积分不变量的近似解来描述轨迹段的形状,以及轨迹段的空间分布来表示轨迹段的全局特征。(3)根据基于轨迹段的轨迹表征方法,设计了一种基于DTW的轨迹段匹配机制,实现段级别的对齐,对轨迹进行匹配。(4)设计并实现一个面向中医正骨手法教学的虚拟训练系统,将本文提出的运动轨迹表征和匹配策略应用到实际的正骨手法记录与度量、识别中,建立了正骨手法标准度的评判机制。
（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。
运动轨迹匹配论文参考文献
[1].王洪庆,许廷发,孙兴龙,李相民,刘太辉.目标运动轨迹匹配式的红外-可见光视频自动配准[J].光学精密工程.2018
[2].余丽雅.基于分割的叁维运动轨迹表征与匹配的研究及应用[D].华南理工大学.2017
[3].范艳云.基于惯导数据的室内用户运动轨迹匹配算法研究[D].哈尔滨工业大学.2016
[4].门玉森.基于轨迹匹配的模仿学习在类人机器人运动行为中的研究[D].北京工业大学.2016
[5].张梦奇.通过截齿运动轨迹分析截割头移动速度与转速匹配的方法[J].煤矿机械.2012
[6].陈奕.电影数字合成中的运动匹配——摄影机运动轨迹反求技术在数字电影合成中的应用[J].贵州大学学报(艺术版).2007