室內環境之人物追蹤與連續動作辨識

Abstract

人體動作辨識系統在電腦視覺領域一直是很熱門的研究與應用目標。在居家監控系統中最常見的方式是，使用固定式的攝影機，對室內的人物進行追蹤與動作辨識。為了達到即時監控之目標，處理的演算法必須快速，而且又必須能夠有效的分析影像。 在本論文中，動作辨識的目標是人體，為了更正確的擷取出人體部份，我們同時使用灰階域與HSV色彩空間，建立兩個背景模型，提升消除影像中陰影部分之效果，使得前後景之分離結果能夠更完整。我們以5：1降低取樣頻率，取得即時影像，擷取出的前景部份，經過特徵空間轉換與標準空間轉換後，累積三張上述降頻取樣動作影像後，藉由預先學習而建立之模糊法則與時序動作姿態比對，完成人體動作之辨識。當人在室內活動時，系統能夠依據在YCbCr色彩空間中，藉由建立之衣服色彩模型，進行人物之辨識與追蹤。此系統可以追蹤某人於何時進入或離開此房間及辨識某人在此期間的動作。