模擬視皮層雙通路理論的動作識別.pdf

1、人體動作識別在智能監(jiān)控、高級人機交互等方面的廣泛應(yīng)用,使得模擬視覺系統(tǒng)的動作識別成為當前計算機視覺領(lǐng)域的研究熱點。視覺系統(tǒng)是如何處理感知的人體動作視覺信息,以及如何模擬人類視覺系統(tǒng)實現(xiàn)準確而快速的動作分類與識別,是研究者共同關(guān)注的課題。隨著腦神經(jīng)科學(xué)研究的不斷深入,人類對視覺系統(tǒng)的了解越來越清晰,深入認識人類視覺信息處理過程,模擬人腦視覺機制系統(tǒng)建立更加準確有效的識別模型具有極其重要的意義。本文在總結(jié)分析了已有的仿生動作識別系統(tǒng)的基礎(chǔ)上

2、,對生物視覺系統(tǒng)信息處理的層次結(jié)構(gòu)模型進一步展開研究,初步取得了以下幾個方面的研究結(jié)果:
　　首先,提出了一種整合形狀特征和運動特征進行人類動作識別的方法。根據(jù)人類視覺系統(tǒng)的基本生理特性,提出了模擬視皮層雙通路理論的動作識別計算模型。該模型在原HMAX模型的基礎(chǔ)之上加入了對視覺系統(tǒng)腹側(cè)通路的模擬,從單純的模擬背側(cè)通路擴展為同時模擬腹側(cè)通路和背側(cè)通路兩條通路,分別提取形狀特征和運動特征。即形狀通路,從每幀提取密集的局部形狀信息,而動

3、作通路則從每幀提取富含運動信息的運動特征向量。最后,被整合后的特征向量將被送入支持向量機(SVM)進行識別分類,從而實現(xiàn)對人類動作的識別分類。
　　其次,根據(jù)人類視覺注意機制,提出了一種有效快速獲取特征模板的方法。由于特征小塊的選取與之后的模板學(xué)習(xí)及特征提取息息相關(guān),嚴重影響到系統(tǒng)能否準確地進行動作識別。本文通過限定特性小塊的選取區(qū)域,有效的提高特征小塊的質(zhì)量。該方法在基于時空顯著性的視覺注意模型獲取的感興趣區(qū)域基礎(chǔ)上,通過分析視

4、頻序列的中間級特征,即復(fù)雜細胞的響應(yīng),建立復(fù)雜細胞響應(yīng)的能量值與運動目標對應(yīng)的關(guān)系,從而獲取候選特征小塊的位置。此外,根據(jù)識別要求選取相應(yīng)的特征小塊,該方法能直接獲得性能較好的特征小塊。同時,在計算最終的特征向量時,通過視覺注意機制獲得顯著性區(qū)域,可提高整個系統(tǒng)的識別效率。
　　最后,提出了用較少的幀數(shù)進行動作識別的方法。對于視頻的動作識別而言,先前的識別研究大都是基于視頻的全部幀或者視頻的較多幀,加入形狀信息之后,用較少的幀數(shù)進