面向視頻的人類行為識別技術的研究與實現.pdf_第1頁
已閱讀1頁,還剩55頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

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

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論