一种基于图像底层特征的隐马尔可夫人体识别方法

摘要

人的行为模式的理解与识别是智能视觉监控系统的一个关键环节,也是当前模式识别领域的研究热点.在国内的研究中,利用单—特征对人体进行的识别已经取得了一定的成果,然而,很多时候这种识别的精确度不能满足人们的要求.rn 本文结合隐马尔可夫模型运用多特征对人体进行了分类,提出了一种全新的算法,首先,对图像进行Mean-Shift分割,用隐马尔可夫模型表示人体,然后,将颜色、纹理和夹角等底层特征估计出观测模型,最后结合BW算法和Forward算法完成人体的识别,在识别过程中引入了适当的系数模型,大大提高了识别率.实验结果表明,本方法对复杂行为具有较高的识别率,而且在多种场景下具有普适性。