m通过目标形心提取、颜色模型以及边缘提取实现两个相向移动人员交叉遮挡过程的检测和分割matlab仿真

本文涉及的产品
模型训练 PAI-DLC,5000CU*H 3个月
模型在线服务 PAI-EAS,A10/V100等 500元 1个月
交互式建模 PAI-DSW,每月250计算时 3个月
简介: m通过目标形心提取、颜色模型以及边缘提取实现两个相向移动人员交叉遮挡过程的检测和分割matlab仿真

1.算法仿真效果
matlab2013b仿真结果如下:

4d3edeb4a1218b255811e9b3d7e0eaa0_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png
c3db61b92dcab124a209e088599fce3f_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png
6c4fda06360c51e4fa34d897b83c0512_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png
dbd521e80f23e31698a35ebf9142cb46_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png

2.算法涉及理论知识概要

   我对这种类型的问题的做了几方面研究,总的归纳来讲又如下几个方面:对于交叉问题,目前所了解的方法,视频必须满足如下几个要求:

   第一:视频的背景需要静止,或者说不能又太大的抖动,否则会导致较大的干扰;

   第二:视频上物体必须又出现物体分开的效果,这样可以提取物体物体的特征,所以你提供的第二个视频,两个人一直重合,这会导致无法识别;

   第三:视频的特征提取方法,如果两个物体颜色相似,那么通过提取颜色是不可取的,如果根据动作来区分,如果两个物体运动一致,那么也不行,这里我们通过提取物体的形心来区分不同的物体,只有当两个物体完全重合的时候,形心才有可能重合;

    第四:物体的分割,采用传统的方框来分,人物轮廓的分割方法在交叉的时候,或者是物体在较远的时候,不太可行。

   本算法是根据物体的特征提取进行的。

物体的形心:

2fa9a791d389be82d1e1eff0f23e1914_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png

物体的颜色:
7e17f2d9da992f6817d3c86fc39070e2_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png

   在运动的开始,必须满足不同物体是分开的,这样就可以对每个不同的物体进行特征提取,当出现不同物体交叉的时候,就可以通过之前提取的特征参数进行分割。当时当物体的颜色相似的时候,靠颜色的提取是无法区分物体的,这里,我们主要通过形心来区分物体。

形心跟踪:
%第三级显示,人物形心跟踪效果

    jj=0;
    for j=1:nobjs       
        jj        = jj+1;
        if check_frame>0
           check1 = abs(Xn_ref(nseg,1) - Xn(nseg,1));
           check2 = abs(Xn_ref(nseg,1) - Xn(nseg,2));   
        end
        %为了计算精度,将形心坐标的差值的平均作为预测增量 
        if nobjs == 2
             if check1 >= check2 
                 plot(Xn(nseg,1),Yn(nseg,1),'g*');hold on
                 plot(Xn(nseg,2),Yn(nseg,2),'r*');hold on
             else
                 plot(Xn(nseg,1),Yn(nseg,1),'r*');hold on
                 plot(Xn(nseg,2),Yn(nseg,2),'g*');hold on 
             end
        end
        if nobjs == 1
           plot(Xn(nseg,1),Yn(nseg,1),'g*');hold on
           plot(Xn(nseg,2),Yn(nseg,2),'r*');hold on               
        end              
    end


3.MATLAB核心程序

%第二级显示,人体轮廓
%第二级显示,人体轮廓
        jj=0;
        for j=1:nobjs        
            rc=[min(B{j}(:,2)) min(B{j}(:,1)) max(B{j}(:,2))-min(B{j}(:,2)) max(B{j}(:,1))-min(B{j}(:,1))];
            [l_x l_y] = find(L==j);%计算坐标
            cx        = mean(l_x);
            cy        = mean(l_y);
            Area      = size(l_x,1);        
            jj        = jj+1;
 
            if check_frame>0
               check1(nseg) = abs(Xn_ref(nseg,1) - Xn(nseg,1));
               check2(nseg) = abs(Xn_ref(nseg,1) - Xn(nseg,2));   
            end
            %为了计算精度,将形心坐标的差值的平均作为预测增量 
            if nobjs == 2
                 if check1 >= check2
                     if jj == 1
                         figure(1);
                         plot(B{j}(:,2),B{j}(:,1),'g','LineWidth',1);hold on  
                     else
                         figure(1);
                         plot(B{j}(:,2),B{j}(:,1),'r','LineWidth',1);hold on 
                     end   
                 else
                     if jj == 1
                         figure(1);
                         plot(B{j}(:,2),B{j}(:,1),'r','LineWidth',1);hold on  
                     else
                         figure(1);
                         plot(B{j}(:,2),B{j}(:,1),'g','LineWidth',1);hold on 
                     end   
                 end
            end
            if nobjs == 1
                 plot(B{j}(:,2),B{j}(:,1),'y','LineWidth',1);hold on                 
            end  
        end
相关文章
|
10天前
|
算法 数据挖掘 数据安全/隐私保护
基于FCM模糊聚类算法的图像分割matlab仿真
本项目展示了基于模糊C均值(FCM)算法的图像分割技术。算法运行效果良好,无水印。使用MATLAB 2022a开发,提供完整代码及中文注释,附带操作步骤视频。FCM算法通过隶属度矩阵和聚类中心矩阵实现图像分割,适用于灰度和彩色图像,广泛应用于医学影像、遥感图像等领域。
|
11天前
|
算法 调度
基于遗传模拟退火混合优化算法的车间作业最优调度matlab仿真,输出甘特图
车间作业调度问题(JSSP)通过遗传算法(GA)和模拟退火算法(SA)优化多个作业在并行工作中心上的加工顺序和时间,以最小化总完成时间和机器闲置时间。MATLAB2022a版本运行测试,展示了有效性和可行性。核心程序采用作业列表表示法,结合遗传操作和模拟退火过程,提高算法性能。
|
9天前
|
算法
基于HASM模型的高精度建模matlab仿真
本课题使用HASM进行高精度建模,介绍HASM模型及其简化实现方法。HASM模型基于层次化与自适应统计思想,通过多层结构捕捉不同尺度特征,自适应调整参数,适用于大规模、高维度数据的分析与预测。MATLAB2022A版本运行测试,展示运行结果。
|
10天前
|
运维 算法
基于Lipschitz李式指数的随机信号特征识别和故障检测matlab仿真
本程序基于Lipschitz李式指数进行随机信号特征识别和故障检测。使用MATLAB2013B版本运行,核心功能包括计算Lipschitz指数、绘制指数曲线、检测故障信号并标记异常区域。Lipschitz指数能够反映信号的局部动态行为,适用于机械振动分析等领域的故障诊断。
|
11天前
|
机器学习/深度学习 算法 芯片
基于GSP工具箱的NILM算法matlab仿真
基于GSP工具箱的NILM算法Matlab仿真,利用图信号处理技术解析家庭或建筑内各电器的独立功耗。GSPBox通过图的节点、边和权重矩阵表示电气系统,实现对未知数据的有效分类。系统使用MATLAB2022a版本,通过滤波或分解技术从全局能耗信号中提取子设备的功耗信息。
|
11天前
|
机器学习/深度学习 算法 5G
基于MIMO系统的SDR-AltMin混合预编码算法matlab性能仿真
基于MIMO系统的SDR-AltMin混合预编码算法通过结合半定松弛和交替最小化技术,优化大规模MIMO系统的预编码矩阵,提高信号质量。Matlab 2022a仿真结果显示,该算法能有效提升系统性能并降低计算复杂度。核心程序包括预编码和接收矩阵的设计,以及不同信噪比下的性能评估。
30 3
|
3月前
|
安全
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
本文介绍了2023年高教社杯数学建模竞赛D题的圈养湖羊空间利用率问题,包括问题分析、数学模型建立和MATLAB代码实现,旨在优化养殖场的生产计划和空间利用效率。
199 6
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
|
3月前
|
存储 算法 搜索推荐
【2022年华为杯数学建模】B题 方形件组批优化问题 方案及MATLAB代码实现
本文提供了2022年华为杯数学建模竞赛B题的详细方案和MATLAB代码实现,包括方形件组批优化问题和排样优化问题,以及相关数学模型的建立和求解方法。
128 3
【2022年华为杯数学建模】B题 方形件组批优化问题 方案及MATLAB代码实现
|
3月前
|
数据采集 存储 移动开发
【2023五一杯数学建模】 B题 快递需求分析问题 建模方案及MATLAB实现代码
本文介绍了2023年五一杯数学建模竞赛B题的解题方法,详细阐述了如何通过数学建模和MATLAB编程来分析快递需求、预测运输数量、优化运输成本,并估计固定和非固定需求,提供了完整的建模方案和代码实现。
90 0
【2023五一杯数学建模】 B题 快递需求分析问题 建模方案及MATLAB实现代码
|
6月前
|
数据安全/隐私保护
耐震时程曲线,matlab代码,自定义反应谱与地震波,优化源代码,地震波耐震时程曲线
地震波格式转换、时程转换、峰值调整、规范反应谱、计算反应谱、计算持时、生成人工波、时频域转换、数据滤波、基线校正、Arias截波、傅里叶变换、耐震时程曲线、脉冲波合成与提取、三联反应谱、地震动参数、延性反应谱、地震波缩尺、功率谱密度

热门文章

最新文章