基于分層方法的復(fù)雜人體行為識(shí)別研究.pdf

1、人體行為識(shí)別的目標(biāo)是使計(jì)算機(jī)能夠從包含人動(dòng)作的視頻圖像中識(shí)別、理解出入的行為，這需要計(jì)算機(jī)具備一定的計(jì)算機(jī)視覺、機(jī)器學(xué)習(xí)能力。目前，由于受到技術(shù)限制和相關(guān)理論限制，人體行為識(shí)別還停留在初級(jí)階段，識(shí)別任務(wù)較為簡(jiǎn)單。這樣，計(jì)算機(jī)就不能較好地通過攝像頭理解人的動(dòng)作行為，這限制了人機(jī)交互、智能家居、視頻內(nèi)容檢索等領(lǐng)域的發(fā)展。
　　本文提出了一種基于分層方法的人體行為識(shí)別架構(gòu)，該架構(gòu)分為三層:第一層為原子動(dòng)作識(shí)別，采用深度學(xué)習(xí)范式——棧式降

2、噪自編碼神經(jīng)網(wǎng)絡(luò)進(jìn)行建模學(xué)習(xí)。在第一層圖像預(yù)處理階段提取人體輪廓，標(biāo)定其為感興趣區(qū)域并進(jìn)行縮放操作，降低數(shù)據(jù)維度。提出了金字塔型架構(gòu)的網(wǎng)絡(luò)層節(jié)點(diǎn)數(shù)選擇方案，節(jié)省計(jì)算開支。同時(shí)基于訓(xùn)練均方誤差提出神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)率更新策略，提升識(shí)別精度。第二層為序列動(dòng)作識(shí)別，它通過利用第一層的深度網(wǎng)絡(luò)模型，將視頻序列轉(zhuǎn)換為觀測(cè)符號(hào)序列。接著采用多序列HMM模型進(jìn)行建模，改善了序列間的相關(guān)性。第三層為復(fù)雜、交互行為識(shí)別，采用上下文無關(guān)文法進(jìn)行描述識(shí)別。依據(jù)第二

3、層學(xué)習(xí)到的HMM模型，對(duì)新的視頻序列進(jìn)行分割提取子事件起止時(shí)間點(diǎn)。分割算法引入連續(xù)相同動(dòng)作判定規(guī)則，提出了HMM估值定界算法，簡(jiǎn)化了分割過程。在上下文無關(guān)文法描述中，添加描述子信息，滿足復(fù)雜的邏輯關(guān)系。最后實(shí)驗(yàn)分析了整個(gè)系統(tǒng)，具備一定的可用性和擴(kuò)展性。
　　本文利用Kinect設(shè)備采集數(shù)據(jù)，提供了良好的深度、骨骼圖像，提升工作效率。與傳統(tǒng)的人體行為識(shí)別相比，我們采用最新的深度學(xué)習(xí)技術(shù)提升原子層動(dòng)作的識(shí)別，為后續(xù)工作奠定基礎(chǔ)。采用上