基于時空高層特征的行為檢測.pdf

1、基于視頻的行為識別是計算機視覺領域的一個研究熱點，可廣泛應用于基于內(nèi)容的視頻檢索、人機交互、視頻監(jiān)控等場景。目前，實現(xiàn)對各種環(huán)境和條件均有效的行為識別仍是一件極具挑戰(zhàn)的任務，面臨的困難主要包括環(huán)境和動作主體的復雜性，以及行為的多樣性。環(huán)境的復雜性體現(xiàn)在背景雜亂和變化、攝像機運動、遮擋等方面;動作主體的復雜性表現(xiàn)為目標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)行時間和尺度存在較大差異。
　　 本論文針對行

2、為識別展開了研究，其主要工作及貢獻如下:
　　 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;非語義層中有動作識別、物體識別和場景識別，它們的結(jié)果一起被送往語義層;語義層中用基于（統(tǒng)計）學習的方法來識別“行為流”?；冢ńy(tǒng)計）學習的方法需要大的標注過的樣本數(shù)據(jù)庫，本文提出可利用人本計算(Human-based computation)來構(gòu)建。
　

3、　 2.提出了基于2D時空高層特征行為Logo的動作檢測方法。行為視頻的時空切平面中含有某種特殊的紋理，它是行為的特征，可用來識別行為。本文稱這種紋理為“行為Logo”，并提出了基于行為Logo的動作檢測算法框架。并進一步提出了基于行為Logo的周期檢測算法和具體的跳躍行為檢測方法。
　　 3.提出了基于3D時空高層特征的快速動作檢測方法。給定具有某動作高層特征的3D時空立方塊，若在待檢測視頻中檢測到與其相似的立方塊，則稱檢測