視頻序列中的人體行為識(shí)別.pdf

1、人體行為識(shí)別是計(jì)算機(jī)視覺重要的研究領(lǐng)域之一,主要目的是通過分析視頻的內(nèi)容對(duì)人體行為進(jìn)行描述和識(shí)別,這一研究在智能視頻監(jiān)控和人機(jī)交互等方面具有廣闊的應(yīng)用前景。
　　本文結(jié)合理論和實(shí)際,對(duì)行為識(shí)別的相關(guān)關(guān)鍵技術(shù)進(jìn)行研究,主要涉及視頻序列的關(guān)鍵幀提取、行為特征的提取和描述、運(yùn)動(dòng)行為建模等方面。本文主要著眼于單人運(yùn)動(dòng)行為的識(shí)別,工作主要包括以下方面:
　　1)本文提出了一種基于光流場(chǎng)的關(guān)鍵幀提取算法,利用光流場(chǎng)最大值處的局部均值與整

2、體均值的比值來進(jìn)行關(guān)鍵幀判定。面向?qū)嶋H運(yùn)用時(shí),這一算法能在基本保持行為識(shí)別精度的前提下,有效的減少了后續(xù)算法的運(yùn)行時(shí)間。
　　2)當(dāng)前的行為描述子提取工作都是在幀的基礎(chǔ)上進(jìn)行的,本質(zhì)上是基于靜態(tài)像素,本文提出了一種基于光流場(chǎng)的興趣點(diǎn)檢測(cè)算法,采用的是提取光流場(chǎng)的SURF興趣點(diǎn)來作為描述子。實(shí)驗(yàn)結(jié)果表明該算法提取的描述子能夠有效地代表行為特征。
　　3)本文提出了一種改進(jìn)的K均值聚類算法,在進(jìn)行聚類前,增加了基于距離統(tǒng)計(jì)的離群