面向視頻的人類行為識別技術的研究與實現.pdf

1、隨著計算機科學的發(fā)展，視頻開始成為人們生活的一部分。如何讓計算機“理解”視頻中的人類行為，對基于內容的視頻檢索、智能監(jiān)控、人機交互和虛擬現實等領域都具有重要作用。
　　本文借鑒現有的基于低層特征的人類行為識別框架進行識別，該框架包括低層特征抽取和描述子計算、視頻級編碼、多特征前期融合、分類器訓練等步驟，重點對其中的視頻級編碼和多特征前期融合進行了改進。BoW(Bag of Words)方法是被廣泛使用的視頻級編碼之一，為了解決Bo

2、W丟失時空信息的問題，本文對BoW編碼進行改進，提出一種視頻級壓縮時空編碼。此外，本文還提出一種基于時空二部圖的前期融合技術，以更好的結合不同特征進行識別。
　　本文的主要工作如下:
　　1)本文通過每個視頻中特征之間的時空關系衡量BoW質心之間的時空關系，之后采用“聚集壓縮”、“條件概率表示”和“基于信息論的維度選擇”三種策略對質心之間的時空信息進行壓縮。并通過實驗對比了三種壓縮策略的優(yōu)劣。
　　2)利用質心之間的時

3、空信息，對兩種特征的BoW質心構建時空二部圖。之后采用一種高效的二部圖K路分割算法對二部圖進行分割，使得具有強時空關系的質心被融合成一個新的節(jié)點，而弱時空關系的質心則被分開，以此實現兩種特征的前期融合。
　　3)對本文提出的視頻級壓縮時空編碼進行改進，并將其與本文提出的基于時空二部圖的前期融合技術進行結合，以更好的挖掘兩種特征中的有效信息進行識別。
　　實驗結果表明，本文提出的視頻級壓縮時空編碼比其他基于BoW的擴展方法效果