視頻中人的行為分析方法研究.pdf

1、近年來，隨著視頻采集技術(shù)的發(fā)展，越來越多的人們使用攝像機(jī)記錄日常的生活，使得視頻數(shù)據(jù)正成爆炸式增長。如何有效地對(duì)視頻數(shù)據(jù)進(jìn)行分析已經(jīng)成為計(jì)算機(jī)視覺領(lǐng)域一個(gè)重要的研究課題。而作為大多數(shù)視頻內(nèi)容的主體，人的行為的分析則成為視頻內(nèi)容分析眾多分支中的最關(guān)鍵的問題之一。人的行為分析具有非常重要的應(yīng)用價(jià)值，如智能人機(jī)交互，視頻監(jiān)控，遠(yuǎn)程醫(yī)療等等。
　　本文將以人為主體的視頻數(shù)據(jù)作為研究對(duì)象，首先提出一種有監(jiān)督的學(xué)習(xí)方法來分析人的行為，對(duì)較容易

2、標(biāo)注且類內(nèi)散度相對(duì)較小的單人的行為進(jìn)行分類。然而，有監(jiān)督的學(xué)習(xí)方法并不適用于分析所有人的行為，比如類內(nèi)散度較大的群體行為，因此，提出了一種無監(jiān)督的行為分析方法，旨在有效地實(shí)現(xiàn)有意義的群體行為模式的挖掘。
　　為了實(shí)現(xiàn)有監(jiān)督的單人行為，即動(dòng)作的分析，提出了一種基于時(shí)空約束的動(dòng)作分類方法，在比較兩個(gè)動(dòng)作的相似性時(shí)，不僅考慮表觀特征的匹配，同時(shí)考慮時(shí)空結(jié)構(gòu)的約束。首先采用一種隨機(jī)的特征量化方法，通過結(jié)合多個(gè)角度的量化結(jié)果得到表觀特征之間

3、更全面且準(zhǔn)確的匹配結(jié)果。接著，將表觀特征點(diǎn)的匹配映射到一個(gè)時(shí)空偏移空間中，來間接地獲得點(diǎn)之間存在的潛在的時(shí)空結(jié)構(gòu)的匹配，從而得到動(dòng)作間更加準(zhǔn)確的相似性度量。最后，采用KNN分類模型來完成動(dòng)作的分類。在KTH動(dòng)作數(shù)據(jù)集和YouTube動(dòng)作數(shù)據(jù)集上的分類結(jié)果驗(yàn)證了本文提出的有監(jiān)督的基于時(shí)空約束的動(dòng)作分類方法的有效性。
　　在群體行為的分析中，提出了一種無監(jiān)督的手段來自動(dòng)地探索群體行為數(shù)據(jù)集中隱含的運(yùn)動(dòng)模式，并將其劃分成多個(gè)有意義的群集

4、。受到人類視覺系統(tǒng)可計(jì)算模型的啟發(fā)，提出了基于時(shí)空顯著度的特征表達(dá)方法。該方法不遵循傳統(tǒng)的特征提取中的一致性原則，而是模擬視覺關(guān)注的機(jī)制，從輸入數(shù)據(jù)中不一致地采樣，編碼行為數(shù)據(jù)流中人類關(guān)注的運(yùn)動(dòng)成分。結(jié)合時(shí)空池化操作，獲得了更加緊致且魯棒的特征表達(dá)。最后，在獲得的行為之間的相似關(guān)系矩陣上執(zhí)行 N-Cut聚類方法，從而得到不同行為模式的聚集。在自行構(gòu)建的HIT-BJUT數(shù)據(jù)集和另一個(gè)公開的UMN數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果證明了本文提出的無監(jiān)督的群