基于動(dòng)作識(shí)別的智能視頻監(jiān)控.pdf

1、隨著計(jì)算機(jī)硬件水平以及計(jì)算機(jī)視覺學(xué)科的發(fā)展，智能視頻監(jiān)控越來越受到研究機(jī)構(gòu)和學(xué)者的關(guān)注，一些智能視頻監(jiān)控的產(chǎn)品也逐漸出現(xiàn)。當(dāng)前的智能視頻監(jiān)控主要是基于目標(biāo)檢測(cè)與跟蹤的解決方案，其智能性還不夠高，本文針對(duì)人們對(duì)智能視頻監(jiān)控不斷增長(zhǎng)的需求，提出了一種基于動(dòng)作識(shí)別的智能視頻監(jiān)控解決方案。
　　本文分為人體檢測(cè)、人體跟蹤以及動(dòng)作識(shí)別三個(gè)部分進(jìn)行詳細(xì)論述。由于人體檢測(cè)與跟蹤的成熟性，本文的重點(diǎn)放在了動(dòng)作識(shí)別相關(guān)的研究上。在實(shí)現(xiàn)基本人體檢測(cè)與

2、跟蹤的算法基礎(chǔ)上，本文實(shí)現(xiàn)了基于投影直方圖的動(dòng)作識(shí)別與基于詞袋模型和主題模型的動(dòng)作識(shí)別，并對(duì)后者進(jìn)行了改進(jìn)，提出了一種基于光流描述子詞袋的動(dòng)作識(shí)別方法。由于前人在構(gòu)建詞庫(kù)時(shí)，對(duì)各類動(dòng)作進(jìn)行單詞頻率統(tǒng)計(jì)時(shí)，總是按照全局來統(tǒng)計(jì)的，這樣可能會(huì)導(dǎo)致單詞的誤匹配，為了解決這個(gè)問題，我們利用了人體模型的特點(diǎn)，認(rèn)為動(dòng)作在時(shí)間軸上獨(dú)立，人體各個(gè)部分做的動(dòng)作在空間上是相關(guān)的。我們以光流局部時(shí)空最大值作為特征，將人體區(qū)域分塊構(gòu)建光流描述子詞庫(kù)，強(qiáng)制將人體不

3、同部位提取到的相似特征分配為不同的單詞，從而在詞庫(kù)中加入空間信息。最后，我們改進(jìn)了原有的pLSA模型，并使用改進(jìn)的pLSA模型進(jìn)行動(dòng)作識(shí)別。實(shí)驗(yàn)證明，該算法在Weizmann視頻數(shù)據(jù)庫(kù)與KTH視頻數(shù)據(jù)庫(kù)上有著良好的性能。
　　為了驗(yàn)證算法在實(shí)際環(huán)境的有效性，本文搭建了一個(gè)智能視頻監(jiān)控平臺(tái)，平臺(tái)具有基本的檢測(cè)、跟蹤算法，基于光流描述子詞袋的動(dòng)作識(shí)別算法和基于投影直方圖的動(dòng)作識(shí)別算法等，并可以通過短信發(fā)送模塊將監(jiān)控信息及時(shí)發(fā)送到指定手