壓縮視頻中的人類動(dòng)作識(shí)別與攝像頭運(yùn)動(dòng)參數(shù)估計(jì).pdf

1、隨著視頻采集設(shè)備價(jià)格的降低,以及視頻媒體的日益繁榮,視頻數(shù)據(jù)量呈現(xiàn)指數(shù)型的增長。如何充分利用發(fā)掘視頻數(shù)據(jù)中的信息,是視頻分析工作重要的工作任務(wù)。視頻分析是計(jì)算機(jī)視覺研究的熱點(diǎn)領(lǐng)域,主要包括基于內(nèi)容的檢索,物體跟蹤,動(dòng)作識(shí)別等。本文中著眼于視頻分析中的兩個(gè)熱點(diǎn)課題——人類動(dòng)作識(shí)別和攝像頭運(yùn)動(dòng)參數(shù)估計(jì)進(jìn)行研究。在人類動(dòng)作識(shí)別子課題中,目前的方法主要集中在像素域中提取特征,追求識(shí)別的準(zhǔn)確率,但卻忽視復(fù)雜特征提取過程的時(shí)間開銷對實(shí)時(shí)性要求較高的

2、環(huán)境的影響。本文直接從壓縮域中提取運(yùn)動(dòng)向量,并生成時(shí)空域模板和全局直方圖作為動(dòng)作的特征表示,通過稀疏分組套索方法和支持向量機(jī)方法進(jìn)行動(dòng)作識(shí)別,并在著名的動(dòng)作識(shí)別數(shù)據(jù)庫Weizmann數(shù)據(jù)庫上進(jìn)行了實(shí)驗(yàn)。該方法在運(yùn)行速度上有非常大的提高,雖然在分類準(zhǔn)確率上沒有在像素域中的方法高,但該方法在實(shí)時(shí)性要求較強(qiáng)的環(huán)境有廣泛應(yīng)用。同時(shí),本文依舊從壓縮域出發(fā),通過將利用Maya工具合成的具備攝像頭運(yùn)動(dòng)信息的視頻作為訓(xùn)練數(shù)據(jù),使用壓縮視頻中儲(chǔ)存的運(yùn)動(dòng)向