基于容積特征的人體動(dòng)作檢測(cè).pdf

1、本文采用容積特征有效地分析視頻。通過在視頻的光流上計(jì)算容積特征實(shí)現(xiàn)了一個(gè)基于視頻的人體動(dòng)作檢測(cè)系統(tǒng)。 容積特征是靜態(tài)圖像的Harr特征在三維上的擴(kuò)展，它繼承了Harr特征計(jì)算簡(jiǎn)單方便等特點(diǎn)。在靜態(tài)圖像上，通常采用積分圖的方法快速計(jì)算Harr特征，與這種方法相似的是，本文使用積分視頻的方法加速容積特征的計(jì)算。 為了達(dá)到實(shí)時(shí)的要求，本文采用AdaBoost算法。AdaBoost算法不需要對(duì)人體動(dòng)作建模，而是以大量的訓(xùn)練樣本訓(xùn)

2、練級(jí)聯(lián)分類器。采用級(jí)聯(lián)分類器的思想能夠加快檢測(cè)速度。本文所采用的方法解決了傳統(tǒng)的使用興趣點(diǎn)進(jìn)行動(dòng)作檢測(cè)的一些問題，比如在一些視頻幀中興趣點(diǎn)不足。 實(shí)驗(yàn)表明，運(yùn)用容積特征和AdaBoost方法訓(xùn)練所得到的動(dòng)作檢測(cè)器可以在空間和時(shí)間上對(duì)視頻進(jìn)行快速遍歷。在保證檢測(cè)效果良好的前提下，可以滿足實(shí)時(shí)的要求。并且這種方法對(duì)視頻中視角的變化、焦距的變換以及不同運(yùn)動(dòng)頻率等情況具有魯棒性，取得了較高的檢測(cè)率和較低的誤檢率。 本系統(tǒng)在KTH