版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、人體行為識別技術是指計算機通過分析視頻序列,實現(xiàn)計算機自動檢測視頻圖像中的人體行為并識別行為具體類型的過程。行為識別的本質是時變數(shù)據(jù)的分類問題,論文通過研究室內日常生活中人體行為的特點,在對比分析現(xiàn)有行為識別算法的基礎上,針對室內場景,重點就特征提取和行為分類兩個方面展開研究,主要研究成果如下:
?。?)特征提?。横槍Φ讓泳植繒r空特征數(shù)量少以及中層特征表達能力弱的問題,結合視頻深度信息提出一種用于行為識別的時空深度特征(Spat
2、ial Temporal Depth Feature STDF)。該特征依據(jù)運動劇烈區(qū)域在行為識別中提供更多的判別信息的思想,利用視頻圖像的深度信息確定人體運動顯著性區(qū)域,通過計算區(qū)域內光流特征作為度量區(qū)域活躍度的能量函數(shù),依據(jù)能量函數(shù)對運動顯著性區(qū)域進行高斯取樣,使樣本點分布于運動劇烈區(qū)域。將采集到的樣本點作為動作底層特征描述人體行為,利用詞袋模型完成中層特征表達。實驗中,提取 STDF特征后利用支持向量機分類器對行為進行識別。實驗結
3、果表明,在SwustDepth數(shù)據(jù)集中,基于時空深度特征的人體行為識別算法的平均行為識別率達92%。
?。?)無監(jiān)督式實時連續(xù)行為識別:針對現(xiàn)有的行為識別算法多是只能對已經(jīng)分割成單一行為的視頻片段進行識別的不足,提出了一種結合譜聚類和主題模型的無監(jiān)督式行為識別算法。算法利用譜聚類生成視覺單詞,避免傳統(tǒng)聚類(K-means等)方法所導致的局部極值和初值敏感的問題。利用譜聚類生成詞袋模型中視覺單詞,將視覺單詞作為主題模型的輸入,用于
溫馨提示
- 1. 本站所有資源如無特殊說明,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,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 室內場景的人體跟蹤與行為分析.pdf
- 辦公場景下基于EOG的人體行為識別算法研究.pdf
- 視頻中的人體行為識別算法研究.pdf
- 室內場景的異常行為檢測與識別技術研究.pdf
- 室內場景物體同時識別與建模.pdf
- 室內場景下人群疏散行為仿真.pdf
- 基于視頻的人體行為識別算法研究.pdf
- 室內場景管理算法設計與實現(xiàn)
- 室內場景的構成要素研究.pdf
- 基于骨骼模型的人體行為識別算法研究.pdf
- 視頻中的人體動作行為識別研究.pdf
- 虛擬室內場景中戶外光照算法的研究及應用.pdf
- 基于視覺感知的室內場景識別與理解.pdf
- 三維室內場景中實時陰影算法的研究及應用.pdf
- 固定場景下的人體姿態(tài)識別.pdf
- 視頻序列中的人體行為識別.pdf
- 室內場景實時陰影繪制算法的研究和應用.pdf
- 基于視聽信息的人體行為識別算法研究.pdf
- 三維室內場景分析與合成算法研究.pdf
- 基于室內場景的異常行為檢測及系統(tǒng)實現(xiàn).pdf
評論
0/150
提交評論