

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、進(jìn)入21世紀(jì),隨著信息技術(shù)的發(fā)展和人類(lèi)生活的不斷智能化,計(jì)算機(jī)視覺(jué)正日益影響到人們生活的各個(gè)方面,而人體行為識(shí)別及分析,因其廣泛的應(yīng)用前景和實(shí)用價(jià)值,近幾年來(lái)一直都是計(jì)算機(jī)視覺(jué)方向的研究熱點(diǎn)。人體行為識(shí)別,即對(duì)原始的視頻圖像序列進(jìn)行分析,提取相關(guān)的行為特征信息,最后對(duì)這些信息進(jìn)行解釋以實(shí)現(xiàn)對(duì)人體行為的識(shí)別和學(xué)習(xí)。盡管計(jì)算機(jī)技術(shù)和圖像處理技術(shù)的快速發(fā)展極大地推動(dòng)了行為識(shí)別領(lǐng)域的研究,而且隨著大數(shù)據(jù)技術(shù)的普及,算法的性能越來(lái)越多地依賴(lài)于數(shù)據(jù)
2、集,然而如何選擇有效行為特征,以及目前數(shù)據(jù)集存在的遮擋、背景單一和缺少大量樣本數(shù)據(jù)等問(wèn)題,使得基于大量數(shù)據(jù)的復(fù)雜自然場(chǎng)景下的人體行為識(shí)別技術(shù)仍然是一個(gè)非常具有挑戰(zhàn)性的研究領(lǐng)域。
彩色-深度(RGB-Depth,RGB-D)傳感器能夠同時(shí)提供彩色和深度圖像,3D深度信息可以直接獲取而不再需要額外的計(jì)算,這為深度信息在人體行為識(shí)別領(lǐng)域內(nèi)的應(yīng)用提供了很大的方便。人體行為的識(shí)別和分析是依托于行為數(shù)據(jù)集進(jìn)行的,在行為識(shí)別研究的過(guò)程中,先
3、后出現(xiàn)了多種數(shù)據(jù)集,目前存在的公共RGB-D行為數(shù)據(jù)集由于有限的行為類(lèi)別,行為樣本數(shù)量以及單一化的背景環(huán)境,很難用于基于大量數(shù)據(jù)的復(fù)雜自然場(chǎng)景下的行為識(shí)別。因此,本文建立了一個(gè)綜合性RGB-D大規(guī)模行為數(shù)據(jù)集,以促進(jìn)對(duì)復(fù)雜自然場(chǎng)景下人體行為識(shí)別的研究,同時(shí),基于該綜合性數(shù)據(jù)集應(yīng)用了三種特征提取算法。本文的具體研究?jī)?nèi)容如下:
第一,分析了人體行為識(shí)別的研究背景、意義和目的,從數(shù)據(jù)集、特征提取和分類(lèi)器三個(gè)層面綜述了人體行為識(shí)別的研
4、究現(xiàn)狀,對(duì)基于RGB-D的行為識(shí)別研究面臨的問(wèn)題進(jìn)行了闡述,介紹了本文的主要研究?jī)?nèi)容和章節(jié)安排。
第二,闡述了RGB-D傳感器的優(yōu)點(diǎn)以及深度信息在人體行為識(shí)別中的重要性,對(duì)目前已經(jīng)存在的一些RGB-D數(shù)據(jù)集進(jìn)行了詳細(xì)的介紹,并比較了它們的優(yōu)缺點(diǎn)。
第三,選擇了五個(gè)常用典型的RGB-D數(shù)據(jù)集,通過(guò)對(duì)這五個(gè)數(shù)據(jù)集中的數(shù)據(jù)進(jìn)行預(yù)處理、統(tǒng)計(jì)分析,最后整合成一個(gè)綜合性的RGB-D大數(shù)據(jù)集,并且對(duì)RGB-D大規(guī)模數(shù)據(jù)集中的行為類(lèi)
5、別進(jìn)行了重新標(biāo)定,統(tǒng)一了數(shù)據(jù)存儲(chǔ)格式。該部分主要對(duì)建立大規(guī)模數(shù)據(jù)集中的工作做了具體的描述,同時(shí)介紹了RGB-D大規(guī)模數(shù)據(jù)集的數(shù)據(jù)信息、優(yōu)勢(shì)以及建立意義。
第四,基于RGB-D大規(guī)模數(shù)據(jù)集提取了深度行為投影圖(Depth Motion Maps,DMMs)、深度立方體相似性特征(Depth Cuboid Similarity Feature,DCSF)和曲率尺度空間(Curvature Space Scale,CSS)三種類(lèi)型的
6、特征。DMMs特征累計(jì)整個(gè)深度視頻序列里兩個(gè)連續(xù)幀投影圖之間的絕對(duì)差(運(yùn)動(dòng)能量);DCSF描述了圍繞時(shí)空興趣點(diǎn)構(gòu)造的尺度自適應(yīng)3D深度立方體之間的相似性關(guān)系;CSS可以表示不同尺度水平下人體輪廓曲線的不變特征。三種特征提取算法分別在五個(gè)子數(shù)據(jù)集和綜合性大數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn),應(yīng)用協(xié)作表示分類(lèi)器(CollaborativeRepresentation Classifier,CRC)對(duì)人體行為進(jìn)行識(shí)別,通過(guò)對(duì)實(shí)驗(yàn)結(jié)果的比較和分析來(lái)驗(yàn)證所建立RG
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 融合RGB-D視頻中多模態(tài)特征的人體行為識(shí)別.pdf
- 基于RGB-D攝像機(jī)的人體動(dòng)作識(shí)別的研究.pdf
- 基于大規(guī)模數(shù)據(jù)庫(kù)的人臉識(shí)別研究.pdf
- 基于RGB-D的人體運(yùn)動(dòng)目標(biāo)檢測(cè)及其應(yīng)用.pdf
- 大規(guī)模數(shù)據(jù)集高效數(shù)據(jù)挖掘算法研究.pdf
- 基于RGB-D物體識(shí)別的深度學(xué)習(xí)算法研究.pdf
- 基于Kinect的RGB-D數(shù)據(jù)對(duì)齊算法的研究.pdf
- 基于特征學(xué)習(xí)的RGB-D目標(biāo)識(shí)別算法研究.pdf
- 基于RGB-D點(diǎn)云數(shù)據(jù)的物體變動(dòng)識(shí)別.pdf
- 基于RGB-D的SLAM算法研究.pdf
- 基于大規(guī)模數(shù)據(jù)集的知識(shí)適配研究.pdf
- 基于RGB-D深度信息的手勢(shì)識(shí)別研究.pdf
- 基于RGb-D圖像信息的物體識(shí)別研究.pdf
- 基于大規(guī)模數(shù)據(jù)集的模式分類(lèi)器研究.pdf
- 基于RGB-D圖像的手勢(shì)識(shí)別方法研究.pdf
- 基于RGB-D數(shù)據(jù)的頭部姿態(tài)估計(jì)研究.pdf
- 基于RGB-D信息的物體定位與識(shí)別.pdf
- 基于模糊稀疏編碼預(yù)訓(xùn)練的RGB-D目標(biāo)識(shí)別算法.pdf
- 基于RGB-D的場(chǎng)景支撐關(guān)系提取算法研究.pdf
- 基于傳感數(shù)據(jù)的人體行為識(shí)別研究.pdf
評(píng)論
0/150
提交評(píng)論