基于視覺跟蹤的人機交互技術研究與實現(xiàn).pdf

1、隨著計算機視覺技術的發(fā)展，視覺跟蹤技術得到了廣泛的應用，基于視覺的人機交互技術是人工智能、機器人技術等領域近年來的研究熱點。基于視覺跟蹤的人機交互技術也出現(xiàn)了很多新的方法，但是其中很多方法只能處理簡單背景下的跟蹤交互，不理想的跟蹤結果嚴重影響了人機交互過程，易出現(xiàn)延遲、目標丟失等問題。目前，實現(xiàn)復雜背景下視覺跟蹤交互是一種研究趨勢，對人機交互技術的發(fā)展也起到了重要作用。因此，開展基于視覺跟蹤的人機交互技術研究具有重要意義。
　　本

2、文針對視覺算法改進和人機交互平臺構建進行了以科普展品為背景的關鍵技術研究與系統(tǒng)實現(xiàn)。首先，在視頻對象分割算法設計方面有三方面的改進:第一，在對視覺交互特點進行全面分析的基礎上，采用幀間差分方法獲得運動目標，實現(xiàn)自然人機交互;第二，鑒于幀間差分方法分割效果不理想，本文在水平集分割方法中引入內部約束能量項和局部自適應能量函數，解決了重新初始化的問題，提高了水平集方法的適應性;第三，針對視覺交互圖像干擾性強，輪廓模糊，易造成目標邊緣分割不清楚

3、和過分割的問題，提出了基于信息融合的水平集分割方法，克服了傳統(tǒng)方法漏分割和過分割的缺點，獲得良好的分割效果。其次，在跟蹤算法設計方面有兩方面的改進:第一，針對TLD(Tracking Learning Detecting)算法中跟蹤器采用的LK光流法無法捕捉較大運動問題，本文采用金字塔光流法，實現(xiàn)了較大運動的目標跟蹤;第二，針對隨機森林無法進行隨機分裂問題，本文采用極端隨機森林方法的思想，引入混合樣本比，構成極端隨機森林在線學習模型，提