基于關(guān)鍵肢體方向的行為識(shí)別方法研究.pdf

1、人體行為識(shí)別是計(jì)算機(jī)領(lǐng)域的一項(xiàng)重要的研究課題，在眾多領(lǐng)域都有著廣泛的應(yīng)用前景。基于姿態(tài)信息的行為識(shí)別是行為識(shí)別方法中一個(gè)重要的分支。通?？梢詫⒒谧藨B(tài)表示的行為識(shí)別過(guò)程分為姿態(tài)估計(jì)和行為識(shí)別兩個(gè)步驟?，F(xiàn)有的識(shí)別方法是在假設(shè)姿態(tài)具有很高準(zhǔn)確率的基礎(chǔ)上進(jìn)行的，而當(dāng)出現(xiàn)姿態(tài)分析誤差的情況時(shí)，這些方法往往無(wú)法獲得令人滿意的識(shí)別結(jié)果。本文針對(duì)目前現(xiàn)狀存在的問(wèn)題開展了相關(guān)研究，解決了姿態(tài)信息不準(zhǔn)確時(shí)的行為識(shí)別問(wèn)題，具有良好的理論意義和應(yīng)用前景。

2、r>　　在整體姿態(tài)估計(jì)不夠準(zhǔn)確的情況下，如何從估計(jì)結(jié)果中提取出有價(jià)值的信息來(lái)設(shè)計(jì)一個(gè)魯棒的，有效的行為特征描述子，這成為本研究問(wèn)題的核心。圍繞著提出的行為特征，本文最終完成了一個(gè)基于姿態(tài)信息的行為識(shí)別算法，開展了如下三個(gè)方面的研究工作:
　　1.為了解決多尺度下人體姿態(tài)表示的問(wèn)題，提出了基于部位角度信息的姿態(tài)描述子。利用姿態(tài)估計(jì)獲取每個(gè)關(guān)節(jié)點(diǎn)的位置信息后，只應(yīng)用了每個(gè)部位的角度信息表示動(dòng)作圖像序列的姿態(tài)信息，摒棄空間信息。這種特征

3、表述具有尺度不變性。同相對(duì)位置特征相比較，基于角度信息的姿態(tài)描述子適用于多尺度下的行為識(shí)別。
　　2.為了更好的表示行為，提出了一個(gè)肢體方向直方圖的行為特征。首先，定義人體模型的各個(gè)肢體存在不同運(yùn)動(dòng)類型，并且將運(yùn)動(dòng)模型與肢體的方向相關(guān)聯(lián)。然后，設(shè)計(jì)獨(dú)立肢體特征和成對(duì)肢體特征兩種直方圖統(tǒng)計(jì)策略，用以統(tǒng)計(jì)各個(gè)肢體在整個(gè)視頻中不同運(yùn)動(dòng)類型的出現(xiàn)次數(shù)。其中成對(duì)肢體特征是基于在生理相關(guān)性的肢體間（如大臂和小臂同屬于手臂）具有共生關(guān)系的思想上

4、設(shè)計(jì)的。這種獨(dú)立或成對(duì)構(gòu)建特征的策略為后面選取關(guān)鍵肢體提供了前提。
　　3.設(shè)計(jì)了一個(gè)兩層的SVM分類器，針對(duì)特定的行為類型選擇具有高判別力的肢體及特征類型構(gòu)建行為特征，達(dá)到了提升行為識(shí)別準(zhǔn)確率的效果。第一層分類器中利用行為執(zhí)行人在視頻中的位置分布信息作為特征向量，將行為分為兩種大類。在兩大類行為中，從人所有肢體中選取具有高判別力的關(guān)鍵肢體集合以及每個(gè)關(guān)鍵肢體對(duì)應(yīng)的直方圖特征類型。第二層SVM分類器中，將所有關(guān)鍵肢體的角度直方圖特