視頻中的人體動(dòng)作識(shí)別研究.pdf

1、人體動(dòng)作識(shí)別是計(jì)算機(jī)視覺領(lǐng)域的一個(gè)重要研究課題，它涉及到圖像處理、模式識(shí)別、統(tǒng)計(jì)學(xué)習(xí)等多個(gè)學(xué)科的知識(shí)。近年來(lái)，人體動(dòng)作識(shí)別因其廣闊的應(yīng)用前景而受到廣泛的關(guān)注。動(dòng)作識(shí)別的主要任務(wù)是對(duì)由計(jì)算機(jī)視覺設(shè)備所采集的圖像序列進(jìn)行處理和分析，建立底層視覺特征與高層語(yǔ)義之間的對(duì)應(yīng)關(guān)系，從而達(dá)到理解圖像序列中的人體動(dòng)作的目的。
　　動(dòng)作識(shí)別包含動(dòng)作描述和動(dòng)作分類兩個(gè)主要步驟。動(dòng)作描述就是從視頻中提取有效的信息來(lái)對(duì)動(dòng)作進(jìn)行表示，而動(dòng)作分類則要對(duì)所提取

2、的特征設(shè)計(jì)合適的分類模型。其中，動(dòng)作描述是動(dòng)作識(shí)別中最為關(guān)鍵的一步，根據(jù)動(dòng)作描述方法的不同可以將動(dòng)作識(shí)別分為三類:基于人體模型的方法，基于全局特征的方法和基于局部特征的方法。
　　本文主要使用了基于全局特征和局部特征的兩種方法對(duì)人體動(dòng)作進(jìn)行識(shí)別。在全局描述方法中，為了有效的對(duì)人體區(qū)域進(jìn)行提取，本文根據(jù)不同的數(shù)據(jù)庫(kù)分別采用了基于梯度方向直方圖特征的人體檢測(cè)方法以及本文新提出的基于空時(shí)濾波器的背景去除方法。本文使用的兩種檢測(cè)方法均能在

3、各自的數(shù)據(jù)庫(kù)上達(dá)到較好的檢測(cè)結(jié)果。在使用局部特征進(jìn)行分類時(shí)，本文根據(jù)所用的局部特征描述算法提出了一種與該特征描述相匹配的特征點(diǎn)檢測(cè)和選擇的方法。實(shí)驗(yàn)結(jié)果表明本文方法所檢測(cè)到的關(guān)鍵點(diǎn)與經(jīng)典的檢測(cè)方法相比包含更多的相應(yīng)于該局部特征的動(dòng)作信息。
　　在特征提取完成后，本文首先通過(guò)建立視覺詞袋模型得到每一個(gè)視頻的視覺詞袋描述。然后，本文分別采用留一交叉驗(yàn)證法和多分類的支持向量機(jī)對(duì)該視頻描述集合進(jìn)行分組和分類。實(shí)驗(yàn)結(jié)果會(huì)通過(guò)混淆矩陣詳細(xì)展示