版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
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
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于特征表示的行為識(shí)別方法研究.pdf
- 基于關(guān)鍵點(diǎn)加權(quán)的掌紋識(shí)別方法研究.pdf
- 基于姿態(tài)估計(jì)的行為識(shí)別方法研究.pdf
- 基于流行為特征IDC識(shí)別方法研究.pdf
- 基于模型的人體行為識(shí)別方法研究.pdf
- 基于形狀特征的人體行為識(shí)別方法研究.pdf
- 視頻人體行為識(shí)別方法研究.pdf
- 基于方向可調(diào)濾波器的車道線識(shí)別方法研究.pdf
- 基于方向可調(diào)濾波器的指節(jié)紋識(shí)別方法研究.pdf
- 基于視頻流的人體行為識(shí)別方法研究.pdf
- 基于svm的群體異常行為識(shí)別方法研究正文
- 基于行為特征組合的行為識(shí)別方法的研究與實(shí)現(xiàn).pdf
- 基于3D骨骼的行為識(shí)別方法.pdf
- 基于特征選擇的產(chǎn)品關(guān)鍵質(zhì)量特征識(shí)別方法研究.pdf
- 基于拓?fù)鋭?shì)的關(guān)鍵蛋白質(zhì)識(shí)別方法研究.pdf
- 基于視覺感知的行為識(shí)別方法的研究與實(shí)現(xiàn).pdf
- 基于運(yùn)動(dòng)特征的車輛危險(xiǎn)行為識(shí)別方法研究.pdf
- 基于Kinect相機(jī)的人體行為識(shí)別方法研究.pdf
- 基于共享資源鏈的關(guān)鍵鏈識(shí)別方法
- 基于改進(jìn)稠密軌跡的人體行為識(shí)別方法研究.pdf
評(píng)論
0/150
提交評(píng)論