摘要:在人运动的视觉分析中,根据差分图像的直方图分布,将目标区域和背景区域作为2个类别进行判别,提出基于最小错误率的贝叶斯决策的动态图像分割方法,获得了良好的分割效果。提出了基于改进的灰预测模型GM(1,1)的人运动跟踪方法,GM(1,1)的初始信息由C均值聚类结果提供,同时GM(1,1)的预测结果作为下一帧图像C均值的初始聚类中心,提高了系统的实时性。与α-β-γ滤波的跟踪误差对比实验证明:该方法能够更好地挖掘人的当前运动规律,能够稳定地保持较小的跟踪误差,从而更好地反映人运动趋势,快速准确地预测人的运动位置。
关键词:人运动跟踪 贝叶斯决策 灰预测
单位:浙江理工大学信息电子学院 杭州310018 浙江理工大学机械与自动控制学院 杭州310018 浙江工业大学集成化信息系统研究所 杭州310014
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社