人體動作識別算法研究.pdf

1、人體動作識別(Human action recognition)是機器視覺和人工智能領(lǐng)域一個新的研究課題，其目的是從視頻中檢測并識別目標(biāo)的動作，使得計算機系統(tǒng)能理解人的動作，對場景進行語義描述。基于視頻的人體動作識別，主要包含兩個部分:人體運動區(qū)域檢測和動作識別。人體運動區(qū)域檢測就是采用運動目標(biāo)檢測方法，從視頻中檢測出人體運動的區(qū)域。動作識別指的是在人體運動區(qū)域進行特征提取，對特征進行描述，并采用合適的分類方法進行訓(xùn)練和分類。這兩個方面

2、都充滿挑戰(zhàn):在人體運動區(qū)域檢測方面，視頻中存在背景復(fù)雜、光照變化、目標(biāo)運動速度變化等情況，給人體運動區(qū)域檢測帶來很大的干擾;在動作識別方面，動作是由三維信息構(gòu)成，常規(guī)的圖像處理方法不能很好的處理，如何有效地進行特征的提取與描述以及分類器的設(shè)計都面臨著困難。
　　本文的工作主要包括以下幾個方面:
　　1.本文提出了一種新的視頻冗余幀去除方法，減少了計算量，解決了視頻冗余信息對動作分析造成干擾的問題。將VIBE背景建模和幀差法進

3、行有效地結(jié)合，構(gòu)造了一種新的人體運動區(qū)域檢測方法，可以快速準(zhǔn)確地檢測出人體運動區(qū)域。
　　2.在特征提取與描述方面，本文構(gòu)造了一種有效的基于人體運動區(qū)域的3DHOG特征，并引入基于三維頻域Gabor濾波的全局描述子特征和基于時空興趣點的局部描述子特征。將這三種特征進行降維、詞袋模型描述等處理，轉(zhuǎn)化為描述能力更好的特征，聯(lián)合進行人體動作識別。
　　3.在多類別分類器設(shè)計部分，對于三種特征，設(shè)計了一個多特征融合多類別分類器，彌補