基于计算机视觉的人体运动目标检测

兵工学报 ›› 2005, Vol. 26 ›› Issue (6): 766-770.

基于计算机视觉的人体运动目标检测

傅莉^1,2，方帅¹，徐心和^1,3

1．东北大学教育部暨辽宁省流程工业综合自动化重点实验室，辽宁沈阳110004； 2．沈阳大学机械工程学院，辽宁沈阳110044；3．清华大学智能技术与系统国家重点实验室，北京，100084

收稿日期:2004-12-01 上线日期:2014-12-25
通讯作者: 傅莉
基金资助:
国家自然科学基金资助项目(60475036)

Human Motion Target Detection Based on Computer Vision

FU Li^1,2, FANG Shuai¹, XU Xin-he^1,3

1. Key Laboratory of Process Industry Automation, Ministry of Education, Northeastern University, Shenyang,Liaoning 110004，China; 2. School of Mechanical Engineering, Shenyang University, Shenyang, Liaoning 110044，China; 3.The State Key Laboratory of Intelligence Technology and System, Tsinghua University, Beijing 100084，China

Received:2004-12-01 Online:2014-12-25
Contact: FU Li

摘要/Abstract

摘要： 基于计算机视觉的人体运动目标检测是计算机视觉领域中倍受关注的前沿课题。本文采用小波变换的方法，有效地处理了普通CCD摄像机所采集的人体运动图像的模糊，同时，去除了阴影对图像处理的负面影响，较好地提取出基于标志点的人体运动图像的边缘，为人体步态分析系统的研发提出了一个切实可行的方法。

关键词: 信息处理技术 , 计算机图像处理 , 目标检测 , 小波变换 , 图像恢复 , 阴影去除

Abstract: Human motion target detection based on computer vision is a cutting edge research topic causing in?creasing attention in the field of computer vision research. Wavelet transform method was used to solve for the ambiguous edges in human motion imaging. The shadow ’ s negative effect to the image processing was removed. The edge’s extraction was successfully realized. So this is an effective method for the research of human motion analysis system.

Key words: information processing technique , computer image processing , object detection , wavelet transform , image restoration , shadow removing

中图分类号:

TP118

傅莉，方帅，徐心和. 基于计算机视觉的人体运动目标检测[J]. 兵工学报, 2005, 26(6): 766-770.

FU Li, FANG Shuai, XU Xin-he. Human Motion Target Detection Based on Computer Vision[J]. Acta Armamentarii, 2005, 26(6): 766-770.

[1]	李博，王博，韩京冶，杨宗睿，栗霖雲，傅畅之. 基于车载计算机的红外图像移动目标检测[J]. 兵工学报, 2022, 43(S1): 66-73.
[2]	王少博，张成，苏迪，冀瑞静. 基于改进YOLOv3和核相关滤波算法的旋转弹目标探测算法[J]. 兵工学报, 2022, 43(5): 1032-1045.
[3]	于博文，吕明. 改进的YOLOv3算法及其在军事目标检测中的应用[J]. 兵工学报, 2022, 43(2): 345-354.
[4]	徐英，谷雨，彭冬亮，刘俊，陈华杰. 面向合成孔径雷达图像任意方向舰船检测的改进YOLOv3模型[J]. 兵工学报, 2021, 42(8): 1698-1707.
[5]	张永梅，赖裕平，马健喆，冯超，束颉. 基于视频的装甲车和飞机检测跟踪及轨迹预测算法[J]. 兵工学报, 2021, 42(3): 545-554.
[6]	马月红，孔梦瑶. 基于改进快速区域卷积网络的目标检测轻量化算法[J]. 兵工学报, 2021, 42(12): 2664-2674.
[7]	戴文君，常天庆，褚凯轩，张雷，郭理彬. 基于时空卷积特征记忆模型的坦克火控系统视频目标检测方法[J]. 兵工学报, 2020, 41(9): 1708-1718.
[8]	梁杰，任君，李磊，齐航，周红丽. 基于典型几何形状精确回归的机场跑道检测方法[J]. 兵工学报, 2020, 41(10): 2045-2054.
[9]	杨龙，苏娟，李响. 基于生成式对抗网络的合成孔径雷达舰船数据增广在改进单次多盒检测器中的应用[J]. 兵工学报, 2019, 40(12): 2488-2496.
[10]	刘德鹏，李正周，曾靖杰，熊伟奇，亓波. 基于多尺度局部对比度和多尺度梯度一致性的红外小弱目标检测算法[J]. 兵工学报, 2018, 39(8): 1526-1535.
[11]	郑恩明，陈新华，宋春楠. 基于全相位预处理的低旁瓣波束形成方法[J]. 兵工学报, 2018, 39(10): 1971-1978.
[12]	孙皓泽，常天庆，王全东，孔德鹏，戴文君. 一种基于分层多尺度卷积特征提取的坦克装甲目标图像检测方法[J]. 兵工学报, 2017, 38(9): 1681-1691.
[13]	王宗炼，任会兰，宁建国. 基于小波变换的混凝土压缩损伤模式识别[J]. 兵工学报, 2017, 38(9): 1745-1753.
[14]	曾溢良，蓝金辉，邹金霖. 滑动置信度约束的红外弱小目标跟踪算法研究[J]. 兵工学报, 2017, 38(9): 1771-1778.
[15]	李关防，崔杰，袁富宇. 基于线谱瞬时频率估计的被动声纳目标运动分析[J]. 兵工学报, 2017, 38(7): 1395-1401.