基于視頻特征的多人行為識(shí)別研究.pdf

1、群體行為識(shí)別是計(jì)算機(jī)視覺領(lǐng)域研究的重點(diǎn)和難點(diǎn)之一，現(xiàn)有的群體行為識(shí)別算法大多都是需要準(zhǔn)確的前期處理和后期的復(fù)雜建模，整個(gè)流程比較繁瑣，并且模型復(fù)雜導(dǎo)致控制變量較多，魯棒性不強(qiáng)。姿態(tài)是一個(gè)能夠很好的描述身體關(guān)鍵點(diǎn)分布的特征，行為屬性是一個(gè)能夠很好描述行為的高層語義特征。本文以此為基礎(chǔ)提出了兩種群體行為識(shí)別算法。
　　第一種是改進(jìn)的基于姿態(tài)特征的群體行為識(shí)別算法。針對(duì)原始姿態(tài)特征在描述群體行為上的不足，對(duì)基于姿態(tài)的特征描述進(jìn)行改進(jìn)，并

2、且增加一個(gè)對(duì)姿態(tài)特征互補(bǔ)的特征描述-梯度特征。在訓(xùn)練階段，對(duì)視頻序列根據(jù)實(shí)際情況進(jìn)行視頻塊的劃分以及視頻幀柵格的劃分，得到改進(jìn)的姿態(tài)特征描述符。根據(jù)柵格立方體，可以得到梯度特征描述符。這兩種特征融合能夠更好的對(duì)群體行為進(jìn)行描述。
　　第二種是基于屬性的群體行為識(shí)別算法。針對(duì)把特征描述符直接關(guān)聯(lián)到類標(biāo)簽造成信息損失的問題，我們考慮使用高層語義概念-行為屬性來對(duì)群體行為進(jìn)行表示。這里的行為屬性主要是分為兩個(gè)方面，一個(gè)是人在視頻中觀察得