基于多特征融合的人體行為識別.pdf

1、視頻分析和理解作為計(jì)算機(jī)視覺一個(gè)重要的分支，近年來得到了飛速的發(fā)展。基于視頻的人體行為識別是視頻分析和理解的關(guān)鍵技術(shù)，被廣泛應(yīng)用于視頻檢索、智能視頻監(jiān)控系統(tǒng)、醫(yī)療診斷與監(jiān)護(hù)、人機(jī)交互等方方面面。隨著互聯(lián)網(wǎng)的快速接入和多媒體的廣泛傳播，視頻數(shù)據(jù)因其豐富的表達(dá)能力，日益成為人們?nèi)粘Ｉ钪胁豢苫蛉钡妮d體。另一方面，在智能城市不斷推廣和智能家居日益普及的今天，視頻監(jiān)控系統(tǒng)每天都在產(chǎn)生大量的視頻數(shù)據(jù)。如何對視頻中人體行為進(jìn)行有效的分類識別成為該領(lǐng)

2、域的研究熱點(diǎn)。然而，當(dāng)前的人體行為識別技術(shù)依然存在計(jì)算復(fù)雜度高、普適性低等諸多難點(diǎn)，仍處于較低級的階段。
　　本文首先對國內(nèi)外關(guān)于人體行為識別的相關(guān)研究進(jìn)行分析總結(jié)，并在此基礎(chǔ)上主要研究了不同場景下的運(yùn)動(dòng)描述，力圖以較低維數(shù)的特征對不同場景下的多種行為實(shí)現(xiàn)充分魯棒的表達(dá)，并獲得較高的識別率。提出了一種基于運(yùn)動(dòng)方向直方圖（MOH）特征、2D-SIFT特征、光流方向直方圖（HOOF）特征相融合的行為識別新框架。
　　在運(yùn)動(dòng)區(qū)域檢

3、測上，采用幀間差分法和混合高斯背景建模相融合的方法提取前景，并在此基礎(chǔ)上提出了一種基于像素變化比率圖（PCRM）的運(yùn)動(dòng)區(qū)域檢測方法。
　　在行為描述上，改進(jìn)了運(yùn)動(dòng)方向直方圖（MOH）特征，將梯度空間分為正梯度空間和負(fù)梯度空間兩部分，進(jìn)而對MOH特征進(jìn)行重構(gòu)，使MOH特征在有符號空間中具有方向不變性；根據(jù)人體行為的特點(diǎn)，將運(yùn)動(dòng)區(qū)域分為頭部、軀干、腿部三部分，構(gòu)造了光流方向直方圖（HOOF）特征，同時(shí)引入光流方向疏密信息，克服了傳統(tǒng)光