基于卷積神經(jīng)網(wǎng)絡(luò)的人體行為識(shí)別研究.pdf

1、近年來，高清視頻設(shè)備的推出使得基于行為識(shí)別技術(shù)的人工智能在智慧安全城市、智能家居和軍事安防等領(lǐng)域得以飛速發(fā)展。廣泛的應(yīng)用前景和經(jīng)濟(jì)價(jià)值讓行為分析與識(shí)別這一技術(shù)迅速成為計(jì)算機(jī)視覺領(lǐng)域的研究熱點(diǎn)。傳統(tǒng)的行為識(shí)別算法通常分為運(yùn)動(dòng)前景檢測、特征提取以及訓(xùn)練識(shí)別三個(gè)步驟。雖然該方法的識(shí)別率尚可接受，但是其魯棒性不高，且工作量巨大。此外，實(shí)際場景中目標(biāo)之間多有遮擋、背景復(fù)雜多樣以及拍攝角度不固定等因素都造成傳統(tǒng)方法識(shí)別困難甚至失效。本文旨在利用卷積

2、神經(jīng)網(wǎng)絡(luò)(Convolutional NeuralNetworks，CNN)改善傳統(tǒng)行為識(shí)別方法中存在的這些問題，在提高算法魯棒性的同時(shí)盡量提高識(shí)別的準(zhǔn)確率。
　　針對(duì)背景減差法和幀間差分法在運(yùn)動(dòng)幅度不太大的情況下無法提取完整前景的缺點(diǎn)，本文提出基于高斯差分（Difference of Gaussian，DoG）圖像的人體剪影提取算法。該方法利用兩張相鄰高斯尺度空間的圖像相減構(gòu)造包含人體輪廓信息的差分圖像，然后對(duì)其進(jìn)行二值強(qiáng)化、形

3、態(tài)學(xué)處理等操作得到粗略的人體剪影圖像;第二步使用閡值對(duì)每行的粗略人體剪影區(qū)域進(jìn)行掃描檢測，再經(jīng)閉運(yùn)算等操作后得到完整準(zhǔn)確的人體剪影圖像。為融合圖像序列的時(shí)域信息，本文累加周期內(nèi)的人體剪影圖像，生成二維特征圖，并將其送入到CNN中進(jìn)行訓(xùn)練識(shí)別。最終，經(jīng)過網(wǎng)絡(luò)調(diào)參和五折交叉驗(yàn)證等實(shí)驗(yàn)后在KTH公共數(shù)據(jù)集上得到85.3％的平均準(zhǔn)確率，證明該識(shí)別框架具有一定的可行性。
　　為了更好地處理視頻數(shù)據(jù)，學(xué)者們將卷積神經(jīng)網(wǎng)絡(luò)擴(kuò)展到了三維。本文利用

4、3D CNN進(jìn)行實(shí)驗(yàn)，發(fā)現(xiàn)特征組合“光流圖-幀差圖-三幀幀差圖”可以取得最佳識(shí)別效果。經(jīng)過網(wǎng)絡(luò)調(diào)參和五折交叉驗(yàn)證等實(shí)驗(yàn)后在KTH公共數(shù)據(jù)集上得到92.0％的平均準(zhǔn)確率。其次，通過分析KTH數(shù)據(jù)集中各類樣本數(shù)量的比例分布及其對(duì)應(yīng)的準(zhǔn)確率，本論文提出使用二次訓(xùn)練、過取樣策略和擴(kuò)展數(shù)據(jù)集這三種改進(jìn)方法來證明數(shù)據(jù)分布不均衡對(duì)實(shí)驗(yàn)結(jié)果確有影響，并以此提高識(shí)別率。最終，三種改進(jìn)方法分別達(dá)到93.5％、92.8％和94.7％的平均準(zhǔn)確率，為小樣本或不