基于視頻的幾種人體行為識別技術研究.pdf

1、人體行為識別是計算機視覺領域的重要課題之一，近年來也是備受研究者關注的一個研究方向，可以廣泛應用于智能視頻監(jiān)控、智能機器人、運動分析等領域中。然而由于人體運動是非剛體運動，且存在外觀、身形、運動習慣等的差異，使得人體行為識別的難度較大，到目前為止，還沒有一種能夠通用的行為識別模型，大部分的研究都是在某一特定的場景下進行的。
　　本課題的目的是實現(xiàn)對人體走、跑、跳和彎腰四種行為的識別，并對識別過程中所用到的一些算法進行研究。由于運動

2、目標檢測是人體行為識別的第一步，檢測結果的好壞直接影響到行為識別的結果，因此本文首先對運動人體檢測算法進行了研究。分別采用了幀間差分法、統(tǒng)計平均法和混合高斯模型法三種運動目標檢測方法進行了實驗，并對各個算法的優(yōu)缺點進行了分析，最后本文選定混合高斯模型法作為本文進行運動目標檢測的算法。對于檢測出的結果圖像，本文又進行了噪聲去除，并根據(jù)人體的體型特征對檢測出的運動目標是否是人體進行了判別。
　　針對檢測出的運動人體，本文又進行了特征提

3、取，并對特征提取算法進行了研究。分別采用了兩種方法進行特征提取：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，建立了兩個人體模型：基于Hu特征矩的人體模型和基于改進的傅里葉描述子的人體模型。
　　最后一步是人體行為的識別，本文首先對所要識別的四種行為定義了關鍵幀，然后采用了等間隔采樣的關鍵幀提取算法進行關鍵幀的提取，再對提取出的關鍵幀進行特征的提取，建立了兩個基于關鍵幀的人體模