基于加權(quán)光流特征和時空關(guān)聯(lián)模型的人體行為識別.pdf

1、視頻中的人體行為識別技術(shù)是當(dāng)前計算機視覺領(lǐng)域一項重要的研究課題，它通過圖像處理、模式識別等方法，對圖像或視頻數(shù)據(jù)進行處理分析，從而建立底層數(shù)據(jù)和高層語義理解之間的聯(lián)系，目前在智能監(jiān)控、人機交互等領(lǐng)域有著廣闊的應(yīng)用前景。由于智能監(jiān)控系統(tǒng)面向的是實際生活中真實復(fù)雜的場景，復(fù)雜場景中光照、角度變化、攝像機抖動、以及遮擋等干擾因素的存在，行為識別的準(zhǔn)確率會大打折扣，而行為識別的準(zhǔn)確率是決定智能監(jiān)控系統(tǒng)性能的重要因素。因此，隨著簡單場景下行為識別

2、技術(shù)的不斷成熟，眾多研究者開始將目光轉(zhuǎn)向動態(tài)復(fù)雜背景下行為識別的研究。目前，在特征提取階段，最流行的方法是時空興趣點法，作為局部特征的代表，其對場景中的干擾具有一定的魯棒性。
　　為了提高復(fù)雜場景下人體行為識別的準(zhǔn)確率，并將其應(yīng)用在智能監(jiān)控系統(tǒng)中，以提高智能監(jiān)控系統(tǒng)的性能，本文對傳統(tǒng)的特征提取和行為建模方法加以改進，主要的工作內(nèi)容如下：
　　（一）討論了運動區(qū)域檢測，視頻流圖像預(yù)處理，特征提取與特征描述及機器學(xué)習(xí)模型等行為識

3、別過程中的關(guān)鍵問題。
　?。ǘ┨岢隽思訖?quán)光流特征融合方法。該方法將光流特征與3D Harris時空興趣點相融合，用原本彼此獨立的特征融合生成新的運動特征—加權(quán)光流特征，集成了二者的優(yōu)點以更好地表征運動。進而，在融合后的加權(quán)光流特征基礎(chǔ)上，采用積分視頻的原理進行運動區(qū)域的估計。用 HOG/HOF特征描述子進行特征描述，它們表現(xiàn)了興趣點鄰域的表觀形狀信息、局部運動信息，具有較好的區(qū)分能力。仿真結(jié)果表明，基于加權(quán)光流特征提取到的運動區(qū)

4、域?qū)Ρ尘斑\動產(chǎn)生的干擾具有一定抑制作用。
　　（三）針對復(fù)雜背景產(chǎn)生的干擾興趣點問題，本文運用詞袋模型建模的基礎(chǔ)上，提出了時空關(guān)聯(lián)模型。時空關(guān)聯(lián)模型利用了穩(wěn)定時空興趣點之間的共生關(guān)系，對復(fù)雜背景產(chǎn)生的興趣點，即干擾興趣點，進行篩選得到穩(wěn)定興趣點。然后對穩(wěn)定的興趣點建立兩次詞袋模型，生成最終的特征向量，作為支持向量機的輸入進行分類識別。兩次運用詞袋模型可以有效地提高碼本質(zhì)量，得到更緊致、更有區(qū)分能力的詞典。實驗表明，時空關(guān)聯(lián)模型可以