导读:本文包含了运动图像论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:图像,目标,模糊,特征,人体,直方图,步态。
运动图像论文文献综述
吕苗苗,孙建明[1]（2019）在《基于改进高斯混合模型的运动图像目标检测算法》一文中研究指出运动图像目标检测指的是从序列图像中将变化的目标从背景中分离出来,高斯混合模型可以对视频序列图像的前景和背景进行分类,再利用背景减除实现运动目标的检测。提出一种基于改进高斯混合模型的优化背景建模方法,该方法首先利用3×3模板对序列图像帧中的像素进行类似卷积的均值计算,然后利用相邻均值的差提取均差因子自适应更新图像的均值。在此基础上,设计了自适应学习率和学习速率,利用改进高斯混合模型实现序列图像的背景建模。改进模型不仅能有效减少数据计算量,同时可以降低在相似区域像素计算的时长,大大加快背景建模速度。实验结果表明,改进模型在目标检测、算法执行速率等性能指标上都有更好的表现,能满足实时检测要求。(本文来源于《半导体光电》期刊2019年06期）
李赛[2]（2019）在《人体运动图像的目标模糊模式识别算法》一文中研究指出为了提高人体运动图像的目标模糊式识别精度以及计算性能,提出基于傅里叶变换的人体运动图像的目标模糊模式识别算法.根据Hu-Fourier特征描述子,能够准确提取出人体运动图像目标区域的轮廓特征.在上述基础上,对目标区域进行滑动窗口检测,匹配人体不同部位的模型,将得到的反馈信息通过树形结构进行人体建模,实现人体运动图像的目标模糊模式识别.实验结果表明,所提算法能够在准确性较高的情况下,相比传统算法提高了所提算法的识别速度,并且能够满足实时进行监控的需求.(本文来源于《微电子学与计算机》期刊2019年12期）
谢颖,赵蕾[3]（2019）在《人体高速运动图像步态特征精准定位方法研究》一文中研究指出人体高速运动图像步态特征定位受到人体高速运动环境以及动态特征边界因素的影响,容易产生步态特征定位误差。为了提高人体高速运动图像步态特征定位能力,需要进行步态特征模糊计算和识别处理,提出一种基于全局步态拟合和动态分块匹配的人体高速运动步态特征精准定位方法。构建人体高速运动图像步态特征定位的几何网格区域模型,采用模糊动态特征分割方法进行人体高速运动步态特征定位特征点重构,提取人体高速运动步态特征定位动态约束特征量,构建灰度直方图,根据灰度像素集进行动态步态行为特征重建,根据灰度像素的分布概率密度进行步态特征量融合,实现人体高速运动步态特征定位和信息增强处理。仿真结果表明,采用该方法进行人体高速运动图像步态特征定位的精度较高,步态定位过程收敛性较好。(本文来源于《自动化与仪器仪表》期刊2019年11期）
赵蕾,谢颖[4]（2019）在《体育运动图像序列标志点自动跟踪方法研究》一文中研究指出针对传统图像标志点自动跟踪方法边缘轮廓特征模糊,导致跟踪性能受限的问题,提出体育运动图像序列标志点自动跟踪方法。由图像的几何不变矩与弱边缘特征量的几何分布,构建图像的分块模型,将待跟踪图像归入分块子空间,获取局部动态特征点检测输出,计算局部动态特征重建轮廓区域分布估计值,根据手工标注分块匹配样本图像,重建轮廓分布特征点,检测图像边缘轮廓特征。在此基础上,动态融合体育运动图像,获取边缘亮点模型约束项,结合RGB特征分解技术提取特征标志点特征。重构图像的叁维信息特征,结合稳态匹配技术完成体育运动图像序列标志点自动跟踪。实验结果表明,采用该算法进行模糊体育运动图像的动态特征标志点自动跟踪处理,特征匹配精度高,自动跟踪性能较好,对动态特征标志点的定位精度较高。(本文来源于《自动化与仪器仪表》期刊2019年11期）
梁志勇,肖衡,杨琳[5]（2019）在《基于DeblurGAN对运动图像的去模糊化研究》一文中研究指出在实际生产与生活中,拍摄设备与成像物体之间经常会出现难以保持相对静止的状态,故拍摄出来的图像易出现运动模糊现象。针对该问题,基于DeblurGAN对运动模糊图像进行去模糊化处理。实验结果表明,该模型可以有效去除运动图像中的模糊,同时对比传统算法,该算法不仅能使获得的图像更清晰,同时还能增加图像中的纹理和细节。(本文来源于《现代计算机》期刊2019年31期）
王峥[6]（2019）在《非同质运动图像关键帧耦合特征识别仿真》一文中研究指出采用当前方法识别非同质运动图像关键帧的耦合特征时,识别所用的时间较长,得到的识别结果与实际不符,存在识别效率低和识别结果准确率低的问题。提出非同质运动图像关键帧耦合特征识别方法,根据噪声属性和像素灰度值属性划分非同质运动图像,结合粗糙集理论融合增强划分子块并最终得到子图。采用不预设K-均值聚簇算法对增强后的非同质运动图像做聚簇处理,通过相似距离提取每个簇中与聚簇中心距离最近的帧作为关键帧,提取关键帧中的时间序列,根据时间序列得到非同质运动图像关键帧的耦合特征,将关键帧耦合特征输入K最近邻混合分类器中,实现非同质运动图像关键帧耦合特征的识别。仿真结果表明,所提方法的识别效率高、识别准确率高。(本文来源于《计算机仿真》期刊2019年10期）
肖敏[7]（2019）在《对有阻力时小球上抛的运动图像的分析与探讨》一文中研究指出文章通过研究小球在受恒定阻力及小球所受空气阻力与速度大小成正比时的竖直上抛运动,定量计算了小球上升和下降时的速度、加速度、动能、重力势能、机械能,并对以上物理量作出图像,进行分析与探讨。(本文来源于《物理教学探讨》期刊2019年10期）
胡顺利[8]（2019）在《运动图像的几个创新应用》一文中研究指出图像作为表示物理规律的方法之一,可以达到形象直观的描述效果。利用图像求解运动学问题的考查一直是高考的热点,更是教学的重点,如x-t图像、v-t、E-t、a-t图像等。本文主要结合解决图像问题的基本思路,借助数学知识及思维规律,浅析有关运动图像的几个创新考查,探究某些运动的物理规律。问题情境1某质点做直线运动,运动速率的倒(本文来源于《中学物理教学参考》期刊2019年14期）
吴飞燕[9]（2019）在《基于光流法的运动图像目标检测》一文中研究指出运动目标检测一直是研究的热点和难点之一。由于运动目标的检测容易受到背景、光线变化、目标与其他物体间相互遮挡等因素的影响,如何更好地实现运动目标检测是本文研究的重点。本文运用光流法探究运动图像的目标检测,以光流矢量场作为基础,通过光流模型、背景模型和基于墒等研究途径,在一幅图像上分离出目标和背景,检测出运动目标并作出它运动轨迹。(本文来源于《科技视界》期刊2019年21期）
郎晓彤[10]（2019）在《运动图像跟踪过程中丢帧误差消除技术》一文中研究指出为解决传统方法不能自动对跟踪窗口的大小进行调整,造成跟踪定位误差高,无法有效消除丢帧误差的问题,提出一种新的运动图像跟踪过程中丢帧误差消除方法。通过对帧间差分法进行优化,利用每帧获取的背景部分完成背景模型的更新处理,通过当前帧和背景模型的差分获取运动范围。利用优化的Mean-shift法对运动图像进行跟踪处理,采用改进的帧差法对目标边缘进行提取,完成Mean-shift搜索窗口的更新处理,自适应调整跟踪窗口大小。通过适于P帧幅度能量模型对此刻帧与上一帧图像信息的改变程度进行描述,以体现运动图像序列运动分布情况,对运动图像跟踪中的丢帧误差情况进行描述。在此基础上求得运动图像跟踪状态矩阵,完成对丢帧状态参数的处理,将丢帧误差消除,以增强运动图像跟踪质量。结果表明,所提方法误差消除效果好,运动图像跟踪精度高。可见该方法能够对丢帧误差进行有效消除。(本文来源于《科学技术与工程》期刊2019年16期）
运动图像论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了提高人体运动图像的目标模糊式识别精度以及计算性能,提出基于傅里叶变换的人体运动图像的目标模糊模式识别算法.根据Hu-Fourier特征描述子,能够准确提取出人体运动图像目标区域的轮廓特征.在上述基础上,对目标区域进行滑动窗口检测,匹配人体不同部位的模型,将得到的反馈信息通过树形结构进行人体建模,实现人体运动图像的目标模糊模式识别.实验结果表明,所提算法能够在准确性较高的情况下,相比传统算法提高了所提算法的识别速度,并且能够满足实时进行监控的需求.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
运动图像论文参考文献
[1].吕苗苗,孙建明.基于改进高斯混合模型的运动图像目标检测算法[J].半导体光电.2019
[2].李赛.人体运动图像的目标模糊模式识别算法[J].微电子学与计算机.2019
[3].谢颖,赵蕾.人体高速运动图像步态特征精准定位方法研究[J].自动化与仪器仪表.2019
[4].赵蕾,谢颖.体育运动图像序列标志点自动跟踪方法研究[J].自动化与仪器仪表.2019
[5].梁志勇,肖衡,杨琳.基于DeblurGAN对运动图像的去模糊化研究[J].现代计算机.2019
[6].王峥.非同质运动图像关键帧耦合特征识别仿真[J].计算机仿真.2019
[7].肖敏.对有阻力时小球上抛的运动图像的分析与探讨[J].物理教学探讨.2019
[8].胡顺利.运动图像的几个创新应用[J].中学物理教学参考.2019
[9].吴飞燕.基于光流法的运动图像目标检测[J].科技视界.2019
[10].郎晓彤.运动图像跟踪过程中丢帧误差消除技术[J].科学技术与工程.2019
论文知识图
