基于射影不變量的視角無關(guān)動作識別.pdf

1、人體動作識別是計算機視覺中重要問題，并應(yīng)用到很多方向，例如人機交互，視頻標(biāo)注和基于內(nèi)容的檢索等。雖然動作識別已經(jīng)取得了很多重大突破，但是仍然面對很多巨大的挑戰(zhàn)。例如:動作對齊，關(guān)鍵幀提取，以及視角變形。本文主要工作是利用射影不變量解決視角變化的動作識別問題，目標(biāo)是保證不同視角下的動作可以正確識別。根據(jù)動作分析內(nèi)容不同可以分成兩類:基于關(guān)鍵點的動作識別和基于剪影的動作識別。
　　對于基于關(guān)鍵點的動作識別，本文利用已有的特征數(shù)不變量，

2、分別提出時間域和空間域下的兩種動作表示方法，分別為時間特征數(shù)和空間特征數(shù)。特征數(shù)是一種新型的射影不變量，由于其適用在任意維度空間的不共面情況，所以可以保證完全的視角不變性。時間特征數(shù)適合于動作序列較長，但是跟蹤點較少的情況;而空間特征數(shù)適合于動作序列較短，但是包括多個人體跟蹤點信息的情景。這兩種方法具有一定的互補性。
　　基于剪影的動作識別是通過提取人體動作的外輪廓，將動作識別問題轉(zhuǎn)換成形狀識別。本文提出一種層次化射影不變量上下文

3、算法。對于每個輪廓點，使用一種從粗到細(xì)的描述方式計算射影不變量，保證特征的視角不變性。根據(jù)使用不變量特征的不同，分別提出了層次化交比上下文和層次化特征數(shù)上下文。另外，為了體現(xiàn)形狀的強區(qū)分性信息，本文提出一種輪廓分段上下文形狀描述子，以輪廓段為基本單元，計算段之間的相似度。為了結(jié)合上面兩類方法的各自優(yōu)勢，本文提出將它們進(jìn)行特征融合，使融合特征既能具備最基本的區(qū)分性，又能保證視角不變性。
　　最后通過多個國際公用數(shù)據(jù)庫來驗證和分析本文