基于組稀疏編碼的人體行為識別.pdf

1、隨著現代社會各種視頻數據的超高速膨脹,對于視頻中人體行為的分析持續(xù)成為計算機視覺領域的研究熱點。人體行為識別技術與社會生活密切相關,其在web數據挖掘、智能監(jiān)控、醫(yī)療輔助和人機交互等領域都有著廣闊的應用前景。
　　目前,計算機還無法像人類一樣十分自如地識別各種苛刻環(huán)境下的行為,這是因為計算機無法排除遮擋、視角變化以及光線變化等環(huán)境因素的干擾,并且人體行為往往復雜多變,動作細節(jié)會隨著時間不斷變化。對于人體行為識別的研究可以歸納為三個

2、部分:視頻中人體行為的表示,人體行為的學習模型以及人體行為的分類。這三個部分雖然是依次進行,但是它們之間聯(lián)系十分緊密。根據學習模型的不同,人體行為識別又可以分為基于模板、基于狀態(tài)模型、基于空時特征學習三種不同的方式,其中,基于空時特征學習的方法通常具有一定的尺度不變性和抗噪聲能力,本文內容正是研究基于空時特征學習的行為識別算法。
　　為了更好地探索人體運動的內部結構信息,本文將用于結構性編碼的組稀疏作為切入點,在結合了空時特征相似

3、性以及人體運動的內在特點后,對組稀疏編碼提出了改進。本文的主要成果如下:
　　1.提出了基于Laplacian正則的非負組稀疏編碼用于人體行為識別。該算法的主要思想是通過構造視頻序列中所有初級特征的近鄰圖,對人體運動的局部相似性進行探索,并在組稀疏編碼上引入這一反映初級特征間結構信息的約束,使得對于視頻序列的編碼不僅具有整體稀疏性,并且保留了結構信息,可以得到更具判別性的編碼。
　　2.提出了半監(jiān)督字典學習用于人體行為識別的

4、方法。在保證字典較強表示能力同時增強其判別性是人體行為識別中進行字典學習的重要目的。字典學習可以分為有監(jiān)督學習、無監(jiān)督學習以及半監(jiān)督學習三種思路,本文提出的半監(jiān)督字典學習能夠充分利用大量存在的無標記樣本來提高字典的表示能力,同時利用已標記樣本進行類別字典的學習保證其判別性,因而得到了相比于無監(jiān)督學習和有監(jiān)督學習更具平衡性的字典。
　　3.提出了一種多層組稀疏模型用于人體行為的高級特征學習以及分類。該方法的研究動機是:多任務組稀疏編