基于SCFG的復(fù)雜人體行為識(shí)別.pdf

1、人體行為識(shí)別是圖像處理、模式識(shí)別領(lǐng)域的一個(gè)重要研究課題。本文圍繞人體行為識(shí)別中的行為分割、人體關(guān)節(jié)點(diǎn)位置估計(jì)、動(dòng)作識(shí)別和行為識(shí)別等問題展開研究，主要工作體現(xiàn)在以下幾個(gè)方面。
　　提出了基于慢特征分析的兩步行為分割方法。為了能夠減輕慢特征分析計(jì)算負(fù)擔(dān)加快分割速度，根據(jù)輪廓邊框水平速度和垂直速度差進(jìn)行行為初步分割;使用慢特征分析算法進(jìn)一步分割行為，針對(duì)慢特征分析分割算法計(jì)算量大、分割速度慢，提出初始窗口、最優(yōu)解計(jì)算停止公式對(duì)慢特征分析

2、分割算法進(jìn)行改進(jìn)，改進(jìn)的算法能在線快速分割人體行為。
　　提出了一種人體關(guān)節(jié)點(diǎn)位置自動(dòng)估計(jì)方法。以輪廓骨架末節(jié)點(diǎn)向量表示人體輪廓，使用動(dòng)態(tài)時(shí)間規(guī)整計(jì)算運(yùn)動(dòng)目標(biāo)與模板庫(kù)輪廓相似性，并以最相似模板輪廓的關(guān)節(jié)點(diǎn)位置估計(jì)待測(cè)目標(biāo)關(guān)節(jié)點(diǎn)初始位置，并使用SIFT特征點(diǎn)匹配法確定目標(biāo)關(guān)節(jié)點(diǎn)在各幀圖像中的位置;為了解決由于遮擋導(dǎo)致關(guān)節(jié)點(diǎn)丟失問題，使用卡爾曼濾波器對(duì)丟失的關(guān)節(jié)點(diǎn)位置進(jìn)行估計(jì)。該關(guān)節(jié)點(diǎn)估計(jì)方法計(jì)算量適中，適用于一般場(chǎng)合。
　　提

3、出一種基于連續(xù)空間關(guān)系模型(continuous-space relevancemodel，CRM)的人體動(dòng)作識(shí)別方法。針對(duì)主題模型參數(shù)和主題估計(jì)正確性無法保證，提出CRM模型對(duì)人體動(dòng)作進(jìn)行建模識(shí)別。CRM模型使用無參數(shù)高斯核密度估計(jì)算子，避免了參數(shù)設(shè)置和參數(shù)估計(jì)過程，能夠有效地提高動(dòng)作識(shí)別精度。
　　提出兩層人體行為識(shí)別結(jié)構(gòu):低層提取關(guān)節(jié)點(diǎn)軌跡，使用CRM模型識(shí)別人體動(dòng)作;高層以低層輸出動(dòng)作作為輸入，高層使用隨機(jī)上下文無關(guān)文法識(shí)