基于局部時(shí)空特征的視頻人體動(dòng)作識(shí)別研究.pdf

1、在如今的計(jì)算機(jī)視覺以及多媒體系統(tǒng)中,自動(dòng)識(shí)別和解釋人類行為受到研究人員的極大關(guān)注,這種研究已經(jīng)應(yīng)用到多媒體內(nèi)容的檢索與分類以及人機(jī)互動(dòng)與監(jiān)控系統(tǒng)中。相關(guān)的工作焦點(diǎn)集中在利用移動(dòng)模式中的局部時(shí)空描述技術(shù)來(lái)描述人體的動(dòng)作。通過(guò)在時(shí)空域中檢測(cè)和描述特征算法來(lái)獲得特征描述子,也就是時(shí)空特征。由于基于局部時(shí)空特征的表達(dá)對(duì)在尺度、方向和光照的改變下依然具有良好的穩(wěn)定性特點(diǎn),所以本文基于局部時(shí)空特征對(duì)視頻人體動(dòng)作識(shí)別開展研究。
　　本文首先分析

2、了傳統(tǒng)的視頻人體動(dòng)作識(shí)別系統(tǒng)的基本原理,根據(jù)系統(tǒng)結(jié)構(gòu)中的各個(gè)模塊將系統(tǒng)分為特征提取以及模型匹配。在特征提取的過(guò)程中針對(duì)現(xiàn)有的特征提取算法的缺點(diǎn),提出了一種新的特征提取方法;而在模型匹配過(guò)程中,針對(duì)傳統(tǒng)的基于BoW模型在編碼過(guò)程中有較多的重構(gòu)錯(cuò)誤的缺點(diǎn),提出用稀疏編碼代替矢量量化來(lái)進(jìn)行編碼,并結(jié)合三個(gè)正交平面(three orthogonal planes,TOP)映射的空間金字塔以及maxpooling模型來(lái)進(jìn)行識(shí)別前的表達(dá),通過(guò)將視頻

3、數(shù)據(jù)庫(kù)分為比例為7:3的訓(xùn)練視頻與測(cè)試視頻的實(shí)驗(yàn)分配方式,驗(yàn)證了此系統(tǒng)的有效性。
　　另外,本文還研究了基于實(shí)例到類(instance-to-class,I2C)距離的人體動(dòng)作識(shí)別,提出直接通過(guò)樸素貝葉斯最近鄰(NBNN)算法及其變種局部樸素貝葉斯最近鄰(LNBNN)算法直接對(duì)測(cè)試視頻進(jìn)行分類識(shí)別,通過(guò)對(duì)視頻數(shù)據(jù)庫(kù)的實(shí)驗(yàn)仿真,對(duì)比傳統(tǒng)的基于實(shí)例到實(shí)例(instance-to-instance,I2I)的SVM分類算法有比較明顯的性