面向運動軌跡的高效表示和快速識別的綜合簽名描述與動態(tài)索引.pdf

1、運動軌跡包涵了復雜長行程空間運動的大量信息，因此，運動軌跡被廣泛研究用來識別移動物體的自由形式運動，例如人的行為，機器人的活動以及其他物體的運動?；谲壽E的動態(tài)運動描述、感知和識別對于運動分析非常重要。所以，運動軌跡的靈活描述在尤其三維空間的運動感知和識別中占有重要的角色。在現(xiàn)存的研究成果中，運動軌跡通常以其原始數(shù)據(jù)的形式用來描述運動，然而，這對于獲取主要的運動特征來說效率很低。形狀描述法和微分不變量簽名描述法在獲取局部特征方面具有優(yōu)勢

2、，但是缺乏對全局特征的獲取。
　　 在本論文中，對運動軌跡的描述、感知和識別以及如何提高在廣泛環(huán)境下的正確率和效率是主要的研究焦點。本文提出了一種具有全局不變量的綜合簽名描述法。全局不變量能夠獲取運動軌跡的全局特征，這些全局特征描述了運動軌跡的空間分布情況。這些全局特征對于區(qū)分相似運動軌跡的混淆和提高運動識別的精度是非常有必要的。在運動識別階段，改進的Continuous Dynamic Time Warping(CDTW)算法

3、被用來作為匹配引擎以提高識別精度。在此識別引擎中引入了一個可控的權(quán)重參數(shù)以適應不同的任務環(huán)境。
　　 在本論文中的研究工作的第二階段提出了一種簡潔的運動描述機制-基于通用形狀的動態(tài)索引方法(IGS)作為用來獲取運動軌跡中的重要運動特征的高階描述器。在這種方法中，運動軌跡采用了段級別的描述形式，這對于快速的運動識別非常有效。對應于通用形狀的軌跡段能夠自然地表現(xiàn)通用形狀的特征而無需預先定義任何語法規(guī)則，因而，基于段級別的運動軌跡描述

4、能夠用這些軌跡段的通用形狀所組成的序列來直接索引這條軌跡。應用這種索引方法，運動檢索和識別的計算量會大大降低，這對于實時的應用場合無疑是非常重要的。
　　 動態(tài)索引方法可以拓展到多目標運動的實時識別應用中。在此，本文提出一種基于時間序列的模型來對多目標運動軌跡的平行時間關系進行建模，并以此來識別這些運動。這種方法同樣具有時空不變性，而且對于實時應用是高效的。由于這種在時間上平行的多目標運動的軌跡是在時間序列上索引的，所以可以從動

5、態(tài)索引數(shù)據(jù)庫中直接提取其平行時間關系。一個用來描述多目標運動的時間關系上的最大變化范圍的參數(shù)同樣被引入，用來對時間順序索引的數(shù)據(jù)庫進行訓練。這種訓練方式可以使其在運動識別中具有更高的魯棒性。
　　 本文在實驗中將一套立體視覺系統(tǒng)連接到計算機用以獲取運動目標的三維運動軌跡。通過這一視覺系統(tǒng)提取到的運動軌跡在進行初步處理之后，被用來測試文中提出的運動感知和識別方法。運動識別的實驗結(jié)果顯示，綜合簽名描述法對具有相似形狀的運動軌跡能夠感