視頻動作識別研究.pdf

1、視頻中的人體動作識別是一個非?；钴S的研究領(lǐng)域，隨著相機、手機等電子產(chǎn)品行業(yè)的快速發(fā)展，對基于視頻中人體動作識別的應(yīng)用提出越來越高的要求。針對人體動作在視頻中的定位問題，如何對視頻中提取的多種特征進行有效融合的問題以及如何利用動作標簽信息提高分類效果等問題，提出了利用流形度量學(xué)習(xí)的人體動作識別方法。
　　首先根據(jù)人體區(qū)域利用基于人物肢體伸展程度分析的方法，獲取人體區(qū)域的面積變化函數(shù)。由于面積變化函數(shù)隨時間不斷變化的過程中會產(chǎn)生相應(yīng)的

2、噪點，為了使得面積函數(shù)體現(xiàn)出本質(zhì)的波動特征，在獲取面積變化函數(shù)之后對面積函數(shù)使用穩(wěn)健的局部加權(quán)平滑方法對面積函數(shù)進行平滑。取面積函數(shù)的極小值作為動作的切分點對動作進行切分，將后續(xù)的動作識別對象具體化。
　　其次從每一段動作片段中分別提取人體區(qū)域的時域全局特征、空域特征、幀間光流特征以及幀內(nèi)局部旋度特征和散度特征，將這些特征構(gòu)造成為一種7×7的協(xié)方差矩陣描述子將多種特征進行融合，在黎曼流形中對動作進行描述。
　　最后在訓(xùn)練階段

3、結(jié)合流形度量學(xué)習(xí)方法，根據(jù)訓(xùn)練樣本的標簽信息有監(jiān)督地尋找一種在流形空間中更有效地度量方法，提高同類間的聚合度，加大不同類別之間的差異，從而達到提高動作分類的效果。
　　在實驗階段，對weizmann公共視頻庫的切分實驗統(tǒng)計結(jié)果表明本文提出的視頻切分方法具有很好的切分能力，能夠做好動作識別前的預(yù)處理；在weizmann公共視頻數(shù)據(jù)集上進行了流形度量學(xué)習(xí)前后的識別效果對比，結(jié)果表明利用流形度量學(xué)習(xí)方法對動作識別效果提升2.8%；在we