視頻數(shù)據(jù)中人體動(dòng)作識(shí)別方法研究.pdf

1、人體動(dòng)作識(shí)別是行為理解的基礎(chǔ)，有著重要的研究意義和廣闊的應(yīng)用前景。人體動(dòng)作識(shí)別一般包括幾個(gè)關(guān)鍵步驟，即運(yùn)動(dòng)目標(biāo)檢測(cè)、時(shí)空特征提取、動(dòng)作分類識(shí)別。本文首先介紹了幾種運(yùn)動(dòng)目標(biāo)檢測(cè)的常用算法，包括高斯混合模型法，ViBe算法，光流法等。
　　然后本文主要使用了兩種模型進(jìn)行人體動(dòng)作識(shí)別，第一種是基于3DZernike矩的人體動(dòng)作整體特征的分類識(shí)別，這是一種基于時(shí)空特征提取的方法。該方法中將人體動(dòng)作視作是一個(gè)由人體剪影組成的時(shí)空形狀，計(jì)算該

2、時(shí)空形狀的3DZernike矩作為人體動(dòng)作視頻的整體特征，然后使用支持向量機(jī)的分類方法對(duì)其進(jìn)行分類識(shí)別。
　　第二種是基于稀疏表示方法的人體動(dòng)作識(shí)別，這種方法不同于傳統(tǒng)的時(shí)空特征提取方法，它是將原始數(shù)據(jù)轉(zhuǎn)換到另外一個(gè)空間進(jìn)行表示。本文基于稀疏表示使用了兩個(gè)不同的算法進(jìn)行了實(shí)驗(yàn)驗(yàn)證。第一個(gè)算法是先將每一幀的視頻數(shù)據(jù)進(jìn)行分塊，并在此基礎(chǔ)上得到每一幀視頻數(shù)據(jù)的稀疏系數(shù)，這些系數(shù)是對(duì)原始數(shù)據(jù)的一種簡(jiǎn)潔的表示，然后對(duì)這些系數(shù)使用相似度比較的

3、方法進(jìn)行分類識(shí)別;第二個(gè)算法是基于SRC(基于稀疏表示的分類方法，SparseRepresentationbasedClassification)方法的，本文在SRC方法基礎(chǔ)上做了一些額外的處理與改動(dòng)，使其更加適合于視頻數(shù)據(jù)的分類，該方法中首先根據(jù)SRC方法的思想，將訓(xùn)練數(shù)據(jù)的所有幀作為過完備字典，使用該字典對(duì)測(cè)試視頻的各幀進(jìn)行稀疏表示，然后對(duì)得到的稀疏表示系數(shù)，使用類似于運(yùn)動(dòng)能量圖像的思想進(jìn)行疊加得到對(duì)應(yīng)于整個(gè)測(cè)試視頻的特征，然后依據(jù)