基于多示例學(xué)習(xí)的動(dòng)作識(shí)別與顯著性檢測(cè)研究.pdf

1、人體動(dòng)作識(shí)別和物體顯著性檢測(cè)均是近年來(lái)計(jì)算機(jī)視覺(jué)領(lǐng)域的熱點(diǎn)研究?jī)?nèi)容。其中,人體動(dòng)作識(shí)別是視頻檢索、視頻監(jiān)控以及智能人機(jī)交互等應(yīng)用的關(guān)鍵技術(shù),具有廣闊的應(yīng)用前景。但由于人體的個(gè)體差異以及動(dòng)作的多樣性等問(wèn)題存在,人體動(dòng)作識(shí)別任務(wù)依然極具挑戰(zhàn)性。物體顯著性檢測(cè)是指對(duì)圖像中具有視覺(jué)顯著性的物體區(qū)域進(jìn)行檢測(cè),對(duì)于物體檢測(cè)、圖像壓縮以及基于內(nèi)容的圖像檢索都能起到很好的幫助,具有廣泛的應(yīng)用前景和重要的研究意義。
　　本文重點(diǎn)研究了多示例學(xué)習(xí)及其

2、優(yōu)化算法,并將其用于視頻中的人體動(dòng)作識(shí)別和圖像中的物體顯著性檢測(cè),提出了基于關(guān)鍵子段挖掘的人體動(dòng)作識(shí)別方法和基于混合監(jiān)督學(xué)習(xí)的物體顯著性檢測(cè)方法。
　　本文首先提出了一種基于關(guān)鍵子段挖掘的人體動(dòng)作識(shí)別方法。通過(guò)結(jié)合多示例學(xué)習(xí)算法,該方法可以自動(dòng)地為每一個(gè)視頻樣本挖掘出最具判別性子段的位置和長(zhǎng)度。另外,基于Kinect輸出的人體骨架關(guān)節(jié)點(diǎn)的三維坐標(biāo),本文提出了一種先進(jìn)的骨架關(guān)節(jié)點(diǎn)特征表示,它能夠有效地捕獲視頻段中人體骨架的形狀和位移

3、信息,為人體動(dòng)作識(shí)別提供一個(gè)緊湊且具有判別性的表示。實(shí)驗(yàn)結(jié)果表明,本文提出的識(shí)別方法和特征表示方法有效地提升了人體動(dòng)作識(shí)別的準(zhǔn)確率。在UCF-Kinect數(shù)據(jù)集上,本文方法取得了目前最好的結(jié)果。在MSR Action3D數(shù)據(jù)集上,本文方法的識(shí)別準(zhǔn)確率高于文獻(xiàn)中所用同樣只使用關(guān)節(jié)點(diǎn)坐標(biāo)提取特征表示的識(shí)別方法。
　　本文還提出了一種基于混合監(jiān)督學(xué)習(xí)的物體顯著性檢測(cè)方法。結(jié)合監(jiān)督學(xué)習(xí)與弱監(jiān)督學(xué)習(xí),該方法只需要對(duì)訓(xùn)練集中部分圖像進(jìn)行精確標(biāo)