基于局部時(shí)空特征的人體行為切分與識(shí)別方法若干關(guān)鍵技術(shù)研究.pdf

1、人體行為識(shí)別是計(jì)算機(jī)視覺領(lǐng)域的研究熱點(diǎn)和難點(diǎn)，在智能監(jiān)控、高級(jí)人機(jī)交互、體育運(yùn)動(dòng)分析和基于語(yǔ)義的視頻檢索等方面有著重要的意義和廣闊的應(yīng)用前景。計(jì)算機(jī)理解人體動(dòng)作和行為將成為未來(lái)高層計(jì)算機(jī)視覺技術(shù)發(fā)展的重要方向。目前，人體行為識(shí)別的研究尚處于初級(jí)階段，盡管在單一背景的簡(jiǎn)單動(dòng)作識(shí)別上取得了一定的進(jìn)展，但是由于人體行為的復(fù)雜性、場(chǎng)景的多樣性等問(wèn)題，真實(shí)場(chǎng)景下的行為識(shí)別仍然面臨著許多困難。針對(duì)上述情況，本文圍繞基于視頻的人體行為識(shí)別展開研究，進(jìn)

2、行了以下三個(gè)方面的工作：
　　 1．歸納總結(jié)現(xiàn)有方法。查閱大量文獻(xiàn)，對(duì)國(guó)內(nèi)外計(jì)算機(jī)視覺領(lǐng)域的人體行為識(shí)別方法進(jìn)行全面的歸納和總結(jié)，詳細(xì)介紹了常用方法的基本思想和原理，并分析比較了各方法的優(yōu)缺點(diǎn)。
　　 2．提出了一種基于熵的特征篩選方法。針對(duì)局部時(shí)空特征提取存在噪聲和干擾等問(wèn)題，本文通過(guò)計(jì)算特征點(diǎn)之間的熵，對(duì)檢測(cè)到的局部動(dòng)作特征進(jìn)行篩選，剔除不良碼本項(xiàng)，同時(shí)結(jié)合局部特征描述算子大多使用直方圖進(jìn)行特征表示的特性，使用改進(jìn)的

3、直方圖相交核作為特征相似度的衡量方法。在KTH數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明該方法增強(qiáng)了特征碼本的判別能力，提高了識(shí)別效果。
　　 3．提出了基于條件隨機(jī)場(chǎng)的連續(xù)行為切分識(shí)別模型。針對(duì)復(fù)雜行為切分困難和識(shí)別率不佳的問(wèn)題，本文借鑒中文詞性標(biāo)注中分詞與標(biāo)注同時(shí)進(jìn)行的方式，將條件隨機(jī)場(chǎng)模型與支持向量機(jī)相結(jié)合，建立連續(xù)行為的切分識(shí)別模型。通過(guò)對(duì)輸入的圖像序列進(jìn)行基于光流的關(guān)鍵幀檢測(cè)，將圖像序列切分為動(dòng)作基元片段，并對(duì)其進(jìn)行局部特征檢測(cè)和描述，構(gòu)

4、建運(yùn)動(dòng)特征碼本。并結(jié)合支持向量機(jī)對(duì)動(dòng)作基元的碼本向量進(jìn)行分類，從而使用條件隨機(jī)場(chǎng)模型對(duì)得到的動(dòng)作基元類別序列進(jìn)行切分和識(shí)別，實(shí)現(xiàn)了模擬真實(shí)場(chǎng)景中，在不同的背景、尺度、視角和光照等條件下的連續(xù)行為的切分和識(shí)別。
　　 總之，本文在總結(jié)現(xiàn)有人體行為識(shí)別方法的基礎(chǔ)上，進(jìn)行了簡(jiǎn)單行為識(shí)別和連續(xù)行為切分與識(shí)別等方面的研究工作，提出了基于熵和直方圖相交核的動(dòng)作特征篩選方法和基于條件隨機(jī)場(chǎng)的連續(xù)行為切分識(shí)別模型，實(shí)驗(yàn)結(jié)果驗(yàn)證了本文所提出方法及