基于Cauchy模型的行人轮廓提取及目标检测

唐艳凤，林俊强，马振丰

(广东工业大学华立学院，广州 511325)

0 引言

Cauchy模型全称柯西弹性模型，描述了全量应力条件下的数据应变关系，具备较强的高阶非线性弹性，也可用来表示增量应力的实际应变行为，既可以与变形能函数匹配，也可与非变形能函数匹配[1]。在该模型的应用过程中，必须假设应力与应变始终保持一一对应关系，且这种应变行为应该是可恢复的、与应力实施路径无关的。在应变能实施方面，Cauchy模型能够较好适应弹性变形的能耗状态，当能量信息以应变或应力状态贮存于材料势能中时，材料结构首先会因为受力而出现弹性形变，然后会在屈服于塑性变形条件的同时，将外力做工划分为塑性变形功与弹性变形功两部分，最后弹性变形功直接贮存于已变形的材料结构之中，而塑性变形功却只能存在于材料表面。

人体运动目标检测是图像序列识别中的重要处理环节，可清晰掌握目标人体的运动位置与姿态过程，当前一帧图像与后一帧图像保持对应提取关系时，待测目标的索引文件就会自发进入既定识别状态[2]。然而随着待监测行人目标跟踪稳定性的下降，既定参量的提取精度值水平也会持续降低。为避免上述情况的发生，传统Kinect型检测算法借助3D摄像头记录视野范围内的人体目标编号，再利用最小外接矩形框，实现对行人轮廓的信息的标记与处理。然而与此方法匹配的PTR实测指标水平过低，很难使检测精度值达到理想化数值标准。……