基于視頻的幾種人體行為識(shí)別技術(shù)研究.pdf

1、人體行為識(shí)別是計(jì)算機(jī)視覺(jué)領(lǐng)域的重要課題之一，近年來(lái)也是備受研究者關(guān)注的一個(gè)研究方向，可以廣泛應(yīng)用于智能視頻監(jiān)控、智能機(jī)器人、運(yùn)動(dòng)分析等領(lǐng)域中。然而由于人體運(yùn)動(dòng)是非剛體運(yùn)動(dòng)，且存在外觀、身形、運(yùn)動(dòng)習(xí)慣等的差異，使得人體行為識(shí)別的難度較大，到目前為止，還沒(méi)有一種能夠通用的行為識(shí)別模型，大部分的研究都是在某一特定的場(chǎng)景下進(jìn)行的。
　　本課題的目的是實(shí)現(xiàn)對(duì)人體走、跑、跳和彎腰四種行為的識(shí)別，并對(duì)識(shí)別過(guò)程中所用到的一些算法進(jìn)行研究。由于運(yùn)動(dòng)

2、目標(biāo)檢測(cè)是人體行為識(shí)別的第一步，檢測(cè)結(jié)果的好壞直接影響到行為識(shí)別的結(jié)果，因此本文首先對(duì)運(yùn)動(dòng)人體檢測(cè)算法進(jìn)行了研究。分別采用了幀間差分法、統(tǒng)計(jì)平均法和混合高斯模型法三種運(yùn)動(dòng)目標(biāo)檢測(cè)方法進(jìn)行了實(shí)驗(yàn)，并對(duì)各個(gè)算法的優(yōu)缺點(diǎn)進(jìn)行了分析，最后本文選定混合高斯模型法作為本文進(jìn)行運(yùn)動(dòng)目標(biāo)檢測(cè)的算法。對(duì)于檢測(cè)出的結(jié)果圖像，本文又進(jìn)行了噪聲去除，并根據(jù)人體的體型特征對(duì)檢測(cè)出的運(yùn)動(dòng)目標(biāo)是否是人體進(jìn)行了判別。
　　針對(duì)檢測(cè)出的運(yùn)動(dòng)人體，本文又進(jìn)行了特征提

3、取，并對(duì)特征提取算法進(jìn)行了研究。分別采用了兩種方法進(jìn)行特征提取：一種是基于Hu矩的特征提取算法，另一種是基于傅里葉描述子的特征提取算法。然后基于這兩種特征提取算法，建立了兩個(gè)人體模型：基于Hu特征矩的人體模型和基于改進(jìn)的傅里葉描述子的人體模型。
　　最后一步是人體行為的識(shí)別，本文首先對(duì)所要識(shí)別的四種行為定義了關(guān)鍵幀，然后采用了等間隔采樣的關(guān)鍵幀提取算法進(jìn)行關(guān)鍵幀的提取，再對(duì)提取出的關(guān)鍵幀進(jìn)行特征的提取，建立了兩個(gè)基于關(guān)鍵幀的人體模