基于深度數(shù)據(jù)的行為識別算法研究.pdf

1、人體行為識別在視頻監(jiān)控和人機交互中具有重要應(yīng)用，是一個既重要又富有挑戰(zhàn)性的課題。傳統(tǒng)行為識別大都作用在RGB圖像序列上，由于可見光相機獲得的數(shù)據(jù)信息會受到光照、陰影和環(huán)境變化等因素的干擾，影響了行為識別的準(zhǔn)確性。隨著傳感技術(shù)的發(fā)展，尤其是微軟推出Kinect設(shè)備后，獲得深度圖像的代價急速下降，激發(fā)了學(xué)者們研究和應(yīng)用該類圖像的興趣。深度圖像和可見光圖像不同，深度圖像受到光照、陰影、色度、環(huán)境變化等外界影響比較小，影響深度圖像的只是物體的空

2、間位置，在一定程度上，根據(jù)距離信息可以解決利用RGB圖像進(jìn)行行為識別時難以將人體分割出來的問題。因此，本文主要研究基于深度數(shù)據(jù)和深度數(shù)據(jù)與RGB圖像結(jié)合的人體行為識別的問題，研究重點集中于人體運動變化過程的描述和行為特征的提取上。主要研究成果如下:
　　1、為了很好地捕獲人體運動變化過程，本文首先定義了一種新的基于深度數(shù)據(jù)的運動歷史圖像，即深度差值運動歷史圖像，在此基礎(chǔ)上，提出一種新的RGB圖前景分割方法，該方法將去除背景的深度圖

3、與RGB圖進(jìn)行對應(yīng)像素相乘，從而獲得RGB圖像中人體的大概區(qū)域，然后再捕獲RGB視頻序列的人體運動變化過程，即深度限制RGB圖差值運動歷史圖像，這種差值運動歷史圖像比傳統(tǒng)的運動歷史圖像更好的描述人體運動變化過程。
　　2、由于不同物體從不同視角去觀察能夠獲得不同的信息，且這些信息具有一定的互補作用，有助于提高行為識別的準(zhǔn)確性。因此本文提出了利用人體運動變化過程的側(cè)軸投影法（正投影圖/上投影圖/左投影圖）來描述不同視角下的人體運動變

4、化過程。
　　3、在目前的研究中，基于深度數(shù)據(jù)的行為識別已經(jīng)取得了一定的進(jìn)展，但還沒有一個公認(rèn)的、魯棒性好的行為描述子，因此本文提出了一種能較好的捕獲人體運動空間分布的分層分塊均值特征，并引入成功應(yīng)用于場景分割的GIST和PHOG特征作為行為描述子，進(jìn)一步提出使用融合特征作為人體行為描述子。實驗證明本文提出的行為特征具有很好的魯棒性和區(qū)分性，其識別率遠(yuǎn)高于一些具有代表性的行為描述子。
　　4、雖然深度圖像有著各種優(yōu)點，但是可