基于視頻的多目標運動人體行為識別.pdf

1、視覺是人類觀察和認識世界的重要途徑，基于視頻的運動人體行為分析的目的是在不需要人為干預或者盡量少加入人為干預的條件下，實現(xiàn)基于視頻的運動人體檢測、跟蹤、識別人的獨立動作、認知多人之間以及人與周圍環(huán)境之間的交互行為等?；谝曨l的人體行為分析，在智能視頻監(jiān)控智能人機交互以及人工智能領(lǐng)域均有重大的應(yīng)用價值。
　　本文使用微軟Kinect for Windows2.0作為人體運動視頻獲取裝置，結(jié)合人體三維旋轉(zhuǎn)信息，以現(xiàn)如今基于視頻的人體行

2、為分析研究中部分重點難點為出發(fā)點，對人體運動特征的提取、連續(xù)動作分割以及人體行為識別進行了探討研究，獲得了如下幾個方面的成果：
　　（1）定義深度圖像的幀間距離實現(xiàn)人體連續(xù)動作的分割與識別。針對現(xiàn)有的動作識別方法大多數(shù)是建立在假設(shè)待識別人體行為已經(jīng)給定動作的開始幀和結(jié)束幀的基礎(chǔ)上這一問題，本文定義了深度圖像的幀間距離，提出基于視頻幀間距離(DBKF)的運動人體行為分割算法，實現(xiàn)了簡單方便的單一運動目標的連續(xù)動作分割。
　?。?/p>

3、2）基于關(guān)節(jié)四元數(shù)的多目標人體行為識別。本文基于四元數(shù)理論結(jié)合三維人體骨架提出人體關(guān)節(jié)四元數(shù)作為特征信息用于建立運動人體行為表示模型，先將多目標人體進行個體分離，再使用支持向量機（SVM）作為分類器對視頻片段中的人體運動行為進行分類，實現(xiàn)了少特征高準確度的基于視頻的多目標人體行為識別。
　?。?）基于隱馬爾可夫模型(HMM)的異常行為識別。本文將三維人體旋轉(zhuǎn)信息進行拓展運用到異常行為識別中，使用關(guān)節(jié)角作為特征參數(shù)，結(jié)合隱馬爾可夫鏈