基于動作識別的智能視頻監(jiān)控.pdf

1、隨著計算機(jī)硬件水平以及計算機(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)檢測與跟蹤的解決方案，其智能性還不夠高，本文針對人們對智能視頻監(jiān)控不斷增長的需求，提出了一種基于動作識別的智能視頻監(jiān)控解決方案。
　　本文分為人體檢測、人體跟蹤以及動作識別三個部分進(jìn)行詳細(xì)論述。由于人體檢測與跟蹤的成熟性，本文的重點放在了動作識別相關(guān)的研究上。在實現(xiàn)基本人體檢測與

2、跟蹤的算法基礎(chǔ)上，本文實現(xiàn)了基于投影直方圖的動作識別與基于詞袋模型和主題模型的動作識別，并對后者進(jìn)行了改進(jìn)，提出了一種基于光流描述子詞袋的動作識別方法。由于前人在構(gòu)建詞庫時，對各類動作進(jìn)行單詞頻率統(tǒng)計時，總是按照全局來統(tǒng)計的，這樣可能會導(dǎo)致單詞的誤匹配，為了解決這個問題，我們利用了人體模型的特點，認(rèn)為動作在時間軸上獨立，人體各個部分做的動作在空間上是相關(guān)的。我們以光流局部時空最大值作為特征，將人體區(qū)域分塊構(gòu)建光流描述子詞庫，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)行動作識別。實驗證明，該算法在Weizmann視頻數(shù)據(jù)庫與KTH視頻數(shù)據(jù)庫上有著良好的性能。
　　為了驗證算法在實際環(huán)境的有效性，本文搭建了一個智能視頻監(jiān)控平臺，平臺具有基本的檢測、跟蹤算法，基于光流描述子詞袋的動作識別算法和基于投影直方圖的動作識別算法等，并可以通過短信發(fā)送模塊將監(jiān)控信息及時發(fā)送到指定手