基于視頻局部時空特征的人體行為識別.pdf

1、在如今這個計算機及網(wǎng)絡(luò)技術(shù)迅速發(fā)展的時代，多媒體信息已經(jīng)滲透到社會日常生產(chǎn)生活的方方面面，并且呈現(xiàn)出數(shù)據(jù)海量增長、信息交互頻繁、云端服務(wù)日益完善等的發(fā)展特點。在大數(shù)據(jù)時代的背景下，如何在海量的視頻中快速搜索出用戶感興趣的視頻或者快速地將視頻分門別類以便于后續(xù)的處理是一個十分緊迫的任務(wù)。作為計算機視頻領(lǐng)域的一個重要組成部分，近年來人體行為識別已經(jīng)對智能安防、視頻檢索和人機交互等實際問題的研究做出了很大的貢獻。
　　基于局部時空特征的

2、人體行為識別方法是目前的主流趨勢，該方法聚焦和整合人體行為視頻的視覺底層局部特征，建立底層局部特征統(tǒng)計分布和高層語義之間的關(guān)聯(lián)，已經(jīng)成為目前人體行為視頻分類的標準范式。首先需要從人體行為視頻中提取特征，然后結(jié)合特征編碼方法使用直方圖向量描述視頻，最后選擇合適的分類器進行行為識別。針對存在于底層特征和高層語義之間的鴻溝，結(jié)合目前人體行為識別技術(shù)的發(fā)展，本文主要做了以下幾個方面的工作:
　　1.系統(tǒng)性總結(jié)現(xiàn)有研究工作。查閱大量相關(guān)文獻

3、，對基于局部時空特征的方法進行概述，其中重點介紹了常用的時空特征描述子、特征編碼方法和詞袋框架，為本文后續(xù)工作奠定基礎(chǔ)。
　　2.提出了融合局部思想和協(xié)作表達的人體行為識別算法。為了能夠充分正確地利用視頻數(shù)據(jù)從而保證直方圖表示向量對行為的高描述性，提出了一種新穎、有效的人體行為識別算法。所提算法融合了協(xié)作表達方法和時空金字塔表示，并且采用引入局部限制的方式保持了局部特征與其基向量之間的相似性。協(xié)作表達的引入使得算法可以得到一個閉式

4、，避免了在稀疏表示分類算法中因迭代造成的高時間復雜度問題，同時為了增強直方圖表示向量的行為鑒別能力，算法巧妙地借助時空金字塔描述視頻中特征的結(jié)構(gòu)化分布。
　　3.提出了基于視頻時空特征哈希編碼表示的人體行為識別算法。著重介紹了學習自編碼哈希函數(shù)以及將局部特征點表征為二進制哈希編碼的過程。該方法改變了傳統(tǒng)詞袋框架的編碼方式，運用二進制哈希編碼描述局部特征，較好地保留了特征的局部相似性信息，并且結(jié)合哈希編碼做了一次K-Means聚類，