基于主題模型的人物行為識別.pdf

1、人物行為識別是計算機視覺領域研究的基礎任務和關鍵技術之一,被廣泛應用于智能視頻監(jiān)控、高級人機交互、視頻會議、基于行為的視頻檢索以及醫(yī)療診斷等。因此,研究人物行為特征描述方法并進行行為識別具有理論意義和實際應用價值。
　　論文針對實際場景中由于運動目標和背景復雜帶來的行為描述和后期識別困難問題,展開了動態(tài)場景下的人物行為識別研究。其主要工作創(chuàng)新體現在:
　　1)針對復雜和動態(tài)背景容易造成興趣點誤檢,影響檢測精度的問題,提出了基

2、于顯著圖和閾值矩陣的興趣點檢測方法(SMTM-IPD)。該方法使用顯著圖模型來提取出視頻中前景人物目標區(qū)域,對區(qū)域內外使用不同的閾值來降低背景興趣點個數,有效保留人物附近興趣點。在KTH和UCF數據庫的實驗對比表明,提出的方法可以很好地降低背景影響,突出前景的目標,并能解決單一閾值造成的興趣點全局增減的問題,有效地減少了背景興趣點從而降低了誤檢率。
　　2)針對人物行為姿態(tài)多變,噪聲干擾大,運動幅度變化不一等情況,提出了一種融合多

3、特征的視覺單詞生成方法(3DSH)。該方法融合了3D-SIFT和HOOF特征,具有3D-SIFT特征的尺度不變性和抗噪性,可以很好地描述姿態(tài)多變,尺度不同的行為,又具有HOOF特征對全局運動信息的描述,能很好地解決運動幅度變化不一的問題。與現在比較流行的7種視覺單詞生成方法的實驗對比表明,相對于流行的局部特征視覺單詞生成方法,提出的方法在簡單行為的KTH數據集上的平均識別率相對于比較的7種方法提高了7.7％,在復雜動態(tài)的UCF行為數據集

4、上的平均識別率相對于比較的4種方法提高了14％。
　　3)針對現有LDA主題模型在單目標人物行為識別參數推導過程中沒有考慮相同視頻中不同視覺單詞和不同視頻中相同視覺單詞之間存在的概率關系導致了識別精度不高的問題,提出了基于TMBP模型的人物行為識別方法。該方法根據信息傳遞的思想把 LDA模型表示成因子圖,以一定的概率將每個視覺單詞索引賦予各個主題,在參數推導過程中保留所有的后驗概率信息,并且在視頻處理中的視頻、視覺單詞和行為標簽與

5、文本處理中的文檔、單詞和主題分別一一對應,因此主題模型的方法完全可以很好地應用于視頻處理中。實驗對比表明,將TMBP模型引入到視頻中,可以有效地提高人物行為識別的準確率。
　　4)針對多目標行為識別時,人物非剛體、姿態(tài)變化影響匹配精度的問題,提出了一種基于卡爾曼濾波和人物部件輪廓特征相結合的方法(KS-PE)。該方法首先利用卡爾曼濾波方法來預測人物目標在后續(xù)幀中的區(qū)域位置,之后將人物目標分成頭,腿和腳三個部件,分別提取其中的邊緣直