基于计盒维数的小波分形四叉树医学图像编码研究

目的为解决传统方法匹配时间长、编码时间长的问题,提出一种改进的医学图像编码算法。方法将计盒维数引入到小波分形四叉树医学图像编码算法中,首先构造小波分形四叉树与匹配树,并分别计算盒维数值,按匹配树盒维数与小波分形四叉树盒维数的差值绝对值由小到大的顺序选取匹配树进行匹配计算。通过仿真实验对本文方法进行有效性评价。结果相比传统小波分形四叉树方法,本文算法明显减少了四叉树的匹配时间和编码时间(P<0.05),仿真实验证明了本文方法的有效性。结论本文算法是一种有损的图像压缩方法,在某些对图像质量不苛求的情况下,本文算法是一种比较好的方法。

深度视频下的人体动作识别研究

目的基于RGB视频序列分类是实现人体动作识别的主要方式,但是RGB视频在记录人体动作的同时会清晰地保存人体的面部信息,为保护隐私,本文提出基于深度视频进行人体动作识别。方法利用公开数据集UTD-MHAD中27种深度视频形式的动作数据进行研究。首先,将深度视频序列进行预处理转化成运动历史图,通过伪彩色编码增强运动历史图的细节信息;其次,将经过伪彩色编码的运动历史图送入经过预训练的卷积神经网络提取运动历史图的深度特征向量;最后运用分类器进行分类。结果基于深度视频序列的人体动作识别方法在UTD-MHAD数据集上取得了90.02%的准确率,误差为1.8%。结论本文提出的基于深度视频序列的人体动作识别方法具有一定的有效性,可作为人体动作识别领域一种新型的无监督康复锻炼手段,有助于促进康复评定研究进一步标准化。