人體行為描述與識別技術研究.pdf

1、視頻中人體行為的描述與識別越來越成為世界關注的重點，隨著“智慧城市”規(guī)劃的推進，越來越多的相關應用產(chǎn)品走進我們的生活，微軟kinect產(chǎn)品，智能監(jiān)控等，人體行為的描述與識別技術產(chǎn)業(yè)化已初見端倪然，而人體行為描述與識別技術至今仍存在一定瓶頸，對環(huán)境敏感度高，運算復雜，在一定程度是阻礙了其應用和推廣，這也成為本文的直接動力。
　　基于這種原因，本文選取了人體行為描述和識別這兩個重點問題加以研究。首先，本文是基于可分割和識別的行為主體為

2、研究對象，即可以從視頻幀中首先定位出人體區(qū)域。本文研究分為兩個部分——人體行為的描述、人體行為的識別。
　　人體區(qū)域的檢測是對其研究的總的前提，人體目標檢測結果的優(yōu)劣直接影響后續(xù)工作的進行，在本文中，主要利用背景減除法實現(xiàn)人體區(qū)域的檢測。
　　本文的研究著重于分析目標區(qū)域的輪廓信息，從而提取出人體的行為信息。本文的核心工作主要集中于如何利用人體的輪廓信息描述其具體行為。本文分析了基于freeman鏈碼的人體行為描述算法，研究

3、了freeman鏈碼的歸一化、一階差分化，采用標準化的人體行為輪廓的拐點序列、拐點間的長度序列和夾角序列的核心技術，給出了人體行為輪廓曲線的匹配周期，從而給出人體行為的運動周期。完成了對“走路”、“跑步”、“拳擊”、“揮臂”、“拍手”、“慢跑”六個動作描述的軟件設計及實現(xiàn)方案。同時研究了利用支持向量機對提取的人體行為特征進行識別，選取10組動作作為測試集，實現(xiàn)了對六種人體行為進行有效的識別。
　　經(jīng)實驗證明，基于freeman鏈碼