基于深度數(shù)據(jù)的行為識(shí)別算法研究.pdf

1、人體行為識(shí)別在視頻監(jiān)控和人機(jī)交互中具有重要應(yīng)用，是一個(gè)既重要又富有挑戰(zhàn)性的課題。傳統(tǒng)行為識(shí)別大都作用在RGB圖像序列上，由于可見光相機(jī)獲得的數(shù)據(jù)信息會(huì)受到光照、陰影和環(huán)境變化等因素的干擾，影響了行為識(shí)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(jià)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(shí)別時(shí)難以將人體分割出來(lái)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(shí)別的問題，研究重點(diǎn)集中于人體運(yùn)動(dòng)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(yùn)動(dòng)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(yùn)動(dòng)歷史圖像，即深度差值運(yùn)動(dòng)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(duì)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(yùn)動(dòng)變化過程，即深度限制RGB圖差值運(yùn)動(dòng)歷史圖像，這種差值運(yùn)動(dòng)歷史圖像比傳統(tǒng)的運(yùn)動(dòng)歷史圖像更好的描述人體運(yùn)動(dòng)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(bǔ)作用，有助于提高行為識(shí)別的準(zhǔn)確性。因此本文提出了利用人體運(yùn)動(dòng)變化過程的側(cè)軸投影法（正投影圖/上投影圖/左投影圖）來(lái)描述不同視角下的人體運(yùn)動(dòng)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(shí)別已經(jīng)取得了一定的進(jìn)展，但還沒有一個(gè)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(yùn)動(dòng)空間分布的分層分塊均值特征，并引入成功應(yīng)用于場(chǎng)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(shí)驗(yàn)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(shí)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(diǎn)，但是可