融合LBP特征和運(yùn)動(dòng)特征的運(yùn)動(dòng)分類算法.pdf

1、從視頻序列中將人的各種行為進(jìn)行有效地分類與識(shí)別，是智能視頻監(jiān)控、虛擬現(xiàn)實(shí)、人機(jī)交互等領(lǐng)域的基礎(chǔ)研究任務(wù)。隨著研究的不斷深入，人體行為分析與識(shí)別已成為計(jì)算機(jī)視覺(jué)中的熱點(diǎn)研究領(lǐng)域。人體行為識(shí)別的主要任務(wù)是利用計(jì)算機(jī)把采集到的原始圖像或圖像序列數(shù)據(jù)進(jìn)行處理、分析、學(xué)習(xí)并理解視頻中運(yùn)動(dòng)人體的動(dòng)作行為，可應(yīng)用于智能安全監(jiān)控系統(tǒng)、人機(jī)互動(dòng)、公共安全等領(lǐng)域，具有廣泛的研究?jī)r(jià)值。在深入研究現(xiàn)有視頻圖像中運(yùn)動(dòng)目標(biāo)捕捉算法的基礎(chǔ)上，提出了融合LBP特征和運(yùn)

2、動(dòng)特征的運(yùn)動(dòng)目標(biāo)分類識(shí)別算法，算法主要包括運(yùn)動(dòng)目標(biāo)檢測(cè)、特征提取與行為識(shí)別三部分。
　　在對(duì)運(yùn)動(dòng)目標(biāo)檢測(cè)的研究中，本文對(duì)光流法、幀間差分法、背景減除法進(jìn)行了對(duì)比分析研究。針對(duì)幀間差分法在提取運(yùn)動(dòng)目標(biāo)的時(shí)候出現(xiàn)檢測(cè)目標(biāo)不完整、容易出現(xiàn)空洞的缺點(diǎn)，提出融合三幀差分法與背景減除法來(lái)實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)檢測(cè)的方法。實(shí)驗(yàn)研究表明，融合三幀差分法與背景減除法處理得到的運(yùn)動(dòng)目標(biāo)包含更加清晰完整的信息。
　　論文在運(yùn)動(dòng)特征提取研究中，先提取分塊視頻

3、序列的LBP直方圖特征，并將處理得到的分塊直方圖特征按照分塊的次序組合為運(yùn)動(dòng)目標(biāo)的LBP特征，然后與運(yùn)動(dòng)人體質(zhì)心的速度特征級(jí)聯(lián)得到行為識(shí)別向量。得到運(yùn)動(dòng)目標(biāo)的識(shí)別特征后，利用 BP神經(jīng)網(wǎng)絡(luò)分類器進(jìn)行分類識(shí)別。
　　識(shí)別研究實(shí)驗(yàn)在weizmann數(shù)據(jù)庫(kù)和KTH數(shù)據(jù)庫(kù)上進(jìn)行，分別提取了兩種數(shù)據(jù)庫(kù)的視頻圖像序列的特征向量，選擇訓(xùn)練樣本與測(cè)試樣本，對(duì)分類器進(jìn)行了訓(xùn)練、學(xué)習(xí)，待分類器收斂后，應(yīng)用測(cè)試樣本進(jìn)行了人體行為分類識(shí)別的實(shí)驗(yàn)研究。實(shí)驗(yàn)