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
模型在线服务 PAI-EAS,A10/V100等 500元 1个月
模型训练 PAI-DLC,100CU*H 3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
|
2月前
|
算法 机器人 计算机视觉
【图像处理】水下图像增强的颜色平衡与融合技术研究(Matlab代码实现)
【图像处理】水下图像增强的颜色平衡与融合技术研究(Matlab代码实现)
|
2月前
|
5G
基于IEEE 802.11a标准的物理层MATLAB仿真
基于IEEE 802.11a标准的物理层MATLAB仿真
178 0
|
2月前
|
算法
基于MATLAB/Simulink平台搭建同步电机、异步电机和双馈风机仿真模型
基于MATLAB/Simulink平台搭建同步电机、异步电机和双馈风机仿真模型
|
2月前
|
机器学习/深度学习 算法 数据可视化
基于MVO多元宇宙优化的DBSCAN聚类算法matlab仿真
本程序基于MATLAB实现MVO优化的DBSCAN聚类算法,通过多元宇宙优化自动搜索最优参数Eps与MinPts,提升聚类精度。对比传统DBSCAN,MVO-DBSCAN有效克服参数依赖问题,适应复杂数据分布,增强鲁棒性,适用于非均匀密度数据集的高效聚类分析。
|
2月前
|
机器学习/深度学习 算法 机器人
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
223 0
|
2月前
|
算法 定位技术 计算机视觉
【水下图像增强】基于波长补偿与去雾的水下图像增强研究(Matlab代码实现)
【水下图像增强】基于波长补偿与去雾的水下图像增强研究(Matlab代码实现)
117 0
|
2月前
|
新能源 Java Go
【EI复现】参与调峰的储能系统配置方案及经济性分析(Matlab代码实现)
【EI复现】参与调峰的储能系统配置方案及经济性分析(Matlab代码实现)
113 0
|
2月前
|
机器学习/深度学习 算法 机器人
使用哈里斯角Harris和SIFT算法来实现局部特征匹配(Matlab代码实现)
使用哈里斯角Harris和SIFT算法来实现局部特征匹配(Matlab代码实现)
154 8
|
2月前
|
机器学习/深度学习 编解码 算法
基于OFDM技术的水下声学通信多径信道图像传输研究(Matlab代码实现)
基于OFDM技术的水下声学通信多径信道图像传输研究(Matlab代码实现)
150 8
|
2月前
|
机器学习/深度学习 数据采集 测试技术
基于CEEMDAN-VMD-BiLSTM的多变量输入单步时序预测研究(Matlab代码实现)
基于CEEMDAN-VMD-BiLSTM的多变量输入单步时序预测研究(Matlab代码实现)

热门文章

最新文章