視頻中的人體動作行為識別研究.pdf

1、人體動作行為識別是計算機視覺研究中的重要領(lǐng)域，在計算機視覺中是一個極具有吸引力及挑戰(zhàn)性的問題。人體運動的視覺分析是一個新興前沿的研究領(lǐng)域，涉及模式識別，圖像處理，計算機視覺，人工智能等多門學(xué)科。它可以廣泛應(yīng)用于許多領(lǐng)域，如：運動捕捉，人機交互，監(jiān)控和安全，環(huán)境控制和監(jiān)測，體育及娛樂分析等，因此，人體動作的視覺分析具有極大的商業(yè)價值與現(xiàn)實意義。視頻中的人體動作行為識別是近年來計算機視覺研究的熱點也是難點，但仍未成熟仍處于初級階段。目前大多

2、數(shù)研究仍是簡單的姿態(tài)、手勢、表情、步態(tài)等，并且背景也比較單一，而所提出的方法要么過于簡單，要么運算速度跟不上難以應(yīng)用于實時系統(tǒng)。
　　本文正是針對上述問題，對一些較為復(fù)雜的行為如：偷盜、搶劫、打架等及更為復(fù)雜背景的來自于網(wǎng)絡(luò)與真實場景中的視頻進行創(chuàng)新性和探索性研究。除了對研究內(nèi)容的擴展，本文在總結(jié)分析國外近年一些最先進方法基礎(chǔ)上，就其優(yōu)缺點，在視頻內(nèi)容理解與描述上提出一種新的特征——PM-PEMO時空金字塔特征。這種特征不僅包含局

3、部信息也包含全局信息，能夠更好的描述行為，具有較強的抗干擾與抗噪聲能力，魯棒性強。此后，對所構(gòu)造的PM-PEMO時空金字塔特征通過一些先進的機器學(xué)習(xí)方法：在線字典學(xué)習(xí)、稀疏主成分分析、局部約束線性編碼、距離度量學(xué)習(xí)進行機器學(xué)習(xí)得到視頻特征代表。之后，用多任務(wù)大邊界最近鄰(MT-lmnn)與線性支持向量機(LSVM)聯(lián)合，以打分機制對視頻特征代表進行分類，明顯提高了識別效果。
　　本文方法先用MATLAB進行仿真實驗，然后再用C，C