基于相位一致性的行為識別和分類.pdf

1、近年來隨著視頻數(shù)據(jù)庫的快速增長和視頻監(jiān)控系統(tǒng)的迅猛擴張，人工分析已經(jīng)遠遠不能滿足需要，因此急需能夠?qū)σ曨l進行自動分析管理的技術(shù)。在視頻分析技術(shù)中，對人體行為的識別和分類有著尤其廣泛的應(yīng)用前景。目前比較常用的方法基本是基于時空興趣點的，但目前現(xiàn)有的幾種時空興趣點檢測算法都存在兩個重要的不足，首先是檢測的響應(yīng)受到光照強度變化的嚴重影響，其次是高斯濾波的應(yīng)用降低了興趣點定位的準確性。針對這兩點，我們提出了全新的基于相位一致性的興趣點檢測算法和

2、與之配套的興趣點描述算法。為了提高興趣點檢測算法對光照強度的不變性和定位的準確性，本文提出了一種全新的基于相位一致性的時空興趣點檢測算法，將圖像分析中的相位一致性算法擴展到了視頻分析中。這一算法對于各類時空邊緣都能夠產(chǎn)生很強的響應(yīng)，并且和現(xiàn)有的檢測算法相比有兩大優(yōu)點，首先相位一致性是一個無量綱的相對量，因此對于亮度和對比度的變化具有更強的不變性；其次相位一致性算法沒有使用任何的高斯濾波，因此對時空興趣點的定位更加準確。為了提高特征描述算

3、法的性能，我們提出了和檢測算法相配套的基于相位一致性的特征描述算法。我們首先提出了確定時空興趣點的時間尺度和平面尺度的方法，進而從時空興趣點的周圍提取出時空區(qū)域，在此基礎(chǔ)上提出了全新的基于相位一致性的特征描述算法。相對于傳統(tǒng)的基于視頻灰度值的描述算法而言，本方法能夠更好的捕捉視頻中的結(jié)構(gòu)信息和物體的運動，從而提高特征描述的性能和行為識別和分類的準確性。在識別和分類系統(tǒng)設(shè)計方面，本文闡述了選擇Bag of words模型作為系統(tǒng)框架的依據(jù)