基于時(shí)空高層特征的行為檢測(cè).pdf

1、基于視頻的行為識(shí)別是計(jì)算機(jī)視覺領(lǐng)域的一個(gè)研究熱點(diǎn)，可廣泛應(yīng)用于基于內(nèi)容的視頻檢索、人機(jī)交互、視頻監(jiān)控等場(chǎng)景。目前，實(shí)現(xiàn)對(duì)各種環(huán)境和條件均有效的行為識(shí)別仍是一件極具挑戰(zhàn)的任務(wù)，面臨的困難主要包括環(huán)境和動(dòng)作主體的復(fù)雜性，以及行為的多樣性。環(huán)境的復(fù)雜性體現(xiàn)在背景雜亂和變化、攝像機(jī)運(yùn)動(dòng)、遮擋等方面;動(dòng)作主體的復(fù)雜性表現(xiàn)為目標(biāo)具有不同的外觀和尺寸;行為的多樣性源于行為類別繁多，以及各種行為的執(zhí)行時(shí)間和尺度存在較大差異。
　　 本論文針對(duì)行

2、為識(shí)別展開了研究，其主要工作及貢獻(xiàn)如下:
　　 1.提出了新的基于視頻的行為分析算法框架。在分析現(xiàn)有行為分析研究方法的局限性的基礎(chǔ)上，提出該算法框架:分成非語義層和語義層;非語義層中有動(dòng)作識(shí)別、物體識(shí)別和場(chǎng)景識(shí)別，它們的結(jié)果一起被送往語義層;語義層中用基于（統(tǒng)計(jì)）學(xué)習(xí)的方法來識(shí)別“行為流”。基于（統(tǒng)計(jì)）學(xué)習(xí)的方法需要大的標(biāo)注過的樣本數(shù)據(jù)庫，本文提出可利用人本計(jì)算(Human-based computation)來構(gòu)建。
　

3、　 2.提出了基于2D時(shí)空高層特征行為L(zhǎng)ogo的動(dòng)作檢測(cè)方法。行為視頻的時(shí)空切平面中含有某種特殊的紋理，它是行為的特征，可用來識(shí)別行為。本文稱這種紋理為“行為L(zhǎng)ogo”，并提出了基于行為L(zhǎng)ogo的動(dòng)作檢測(cè)算法框架。并進(jìn)一步提出了基于行為L(zhǎng)ogo的周期檢測(cè)算法和具體的跳躍行為檢測(cè)方法。
　　 3.提出了基于3D時(shí)空高層特征的快速動(dòng)作檢測(cè)方法。給定具有某動(dòng)作高層特征的3D時(shí)空立方塊，若在待檢測(cè)視頻中檢測(cè)到與其相似的立方塊，則稱檢測(cè)