基于主題模型的人物行為識(shí)別.pdf

1、人物行為識(shí)別是計(jì)算機(jī)視覺(jué)領(lǐng)域研究的基礎(chǔ)任務(wù)和關(guān)鍵技術(shù)之一,被廣泛應(yīng)用于智能視頻監(jiān)控、高級(jí)人機(jī)交互、視頻會(huì)議、基于行為的視頻檢索以及醫(yī)療診斷等。因此,研究人物行為特征描述方法并進(jìn)行行為識(shí)別具有理論意義和實(shí)際應(yīng)用價(jià)值。
　　論文針對(duì)實(shí)際場(chǎng)景中由于運(yùn)動(dòng)目標(biāo)和背景復(fù)雜帶來(lái)的行為描述和后期識(shí)別困難問(wèn)題,展開(kāi)了動(dòng)態(tài)場(chǎng)景下的人物行為識(shí)別研究。其主要工作創(chuàng)新體現(xiàn)在:
　　1)針對(duì)復(fù)雜和動(dòng)態(tài)背景容易造成興趣點(diǎn)誤檢,影響檢測(cè)精度的問(wèn)題,提出了基

2、于顯著圖和閾值矩陣的興趣點(diǎn)檢測(cè)方法(SMTM-IPD)。該方法使用顯著圖模型來(lái)提取出視頻中前景人物目標(biāo)區(qū)域,對(duì)區(qū)域內(nèi)外使用不同的閾值來(lái)降低背景興趣點(diǎn)個(gè)數(shù),有效保留人物附近興趣點(diǎn)。在KTH和UCF數(shù)據(jù)庫(kù)的實(shí)驗(yàn)對(duì)比表明,提出的方法可以很好地降低背景影響,突出前景的目標(biāo),并能解決單一閾值造成的興趣點(diǎn)全局增減的問(wèn)題,有效地減少了背景興趣點(diǎn)從而降低了誤檢率。
　　2)針對(duì)人物行為姿態(tài)多變,噪聲干擾大,運(yùn)動(dòng)幅度變化不一等情況,提出了一種融合多

3、特征的視覺(jué)單詞生成方法(3DSH)。該方法融合了3D-SIFT和HOOF特征,具有3D-SIFT特征的尺度不變性和抗噪性,可以很好地描述姿態(tài)多變,尺度不同的行為,又具有HOOF特征對(duì)全局運(yùn)動(dòng)信息的描述,能很好地解決運(yùn)動(dòng)幅度變化不一的問(wèn)題。與現(xiàn)在比較流行的7種視覺(jué)單詞生成方法的實(shí)驗(yàn)對(duì)比表明,相對(duì)于流行的局部特征視覺(jué)單詞生成方法,提出的方法在簡(jiǎn)單行為的KTH數(shù)據(jù)集上的平均識(shí)別率相對(duì)于比較的7種方法提高了7.7％,在復(fù)雜動(dòng)態(tài)的UCF行為數(shù)據(jù)集

4、上的平均識(shí)別率相對(duì)于比較的4種方法提高了14％。
　　3)針對(duì)現(xiàn)有LDA主題模型在單目標(biāo)人物行為識(shí)別參數(shù)推導(dǎo)過(guò)程中沒(méi)有考慮相同視頻中不同視覺(jué)單詞和不同視頻中相同視覺(jué)單詞之間存在的概率關(guān)系導(dǎo)致了識(shí)別精度不高的問(wèn)題,提出了基于TMBP模型的人物行為識(shí)別方法。該方法根據(jù)信息傳遞的思想把 LDA模型表示成因子圖,以一定的概率將每個(gè)視覺(jué)單詞索引賦予各個(gè)主題,在參數(shù)推導(dǎo)過(guò)程中保留所有的后驗(yàn)概率信息,并且在視頻處理中的視頻、視覺(jué)單詞和行為標(biāo)簽與

5、文本處理中的文檔、單詞和主題分別一一對(duì)應(yīng),因此主題模型的方法完全可以很好地應(yīng)用于視頻處理中。實(shí)驗(yàn)對(duì)比表明,將TMBP模型引入到視頻中,可以有效地提高人物行為識(shí)別的準(zhǔn)確率。
　　4)針對(duì)多目標(biāo)行為識(shí)別時(shí),人物非剛體、姿態(tài)變化影響匹配精度的問(wèn)題,提出了一種基于卡爾曼濾波和人物部件輪廓特征相結(jié)合的方法(KS-PE)。該方法首先利用卡爾曼濾波方法來(lái)預(yù)測(cè)人物目標(biāo)在后續(xù)幀中的區(qū)域位置,之后將人物目標(biāo)分成頭,腿和腳三個(gè)部件,分別提取其中的邊緣直