基于視覺注意機(jī)制的仿生動(dòng)作識(shí)別系統(tǒng).pdf

1、識(shí)別動(dòng)作是視頻信息處理中的關(guān)鍵技術(shù)之一,主要目的是獲取視頻序列中的運(yùn)動(dòng)特征,便于視頻信息的應(yīng)用。由于人體動(dòng)作在在運(yùn)動(dòng)特性、視頻記錄條件、個(gè)體差異等方面的變化,使得動(dòng)作識(shí)別成為當(dāng)前計(jì)算機(jī)視覺領(lǐng)域里最具挑戰(zhàn)性的識(shí)別問題之一。隨著腦神經(jīng)科學(xué)研究的不斷深入,人類對(duì)自身視覺系統(tǒng)的了解越來越清晰,相應(yīng)的研究成果對(duì)計(jì)算機(jī)視覺中識(shí)別問題的研究提供了很大的啟發(fā)。因此,模擬人腦視覺系統(tǒng)構(gòu)建動(dòng)作識(shí)別模型,一方面能夠加深對(duì)人類大腦視覺信息處理系統(tǒng)的理解,另一方

2、面為計(jì)算機(jī)實(shí)現(xiàn)動(dòng)作識(shí)別提供了新的方法。本文在總結(jié)分析了已有的仿生動(dòng)作識(shí)別系統(tǒng)的基礎(chǔ)下,根據(jù)生物視覺系統(tǒng)信息處理的層次結(jié)構(gòu)模型展開研究,初步取得了以下幾個(gè)方面的研究結(jié)果:
　　構(gòu)建了基于注意機(jī)制的人類動(dòng)作識(shí)別系統(tǒng)。該系統(tǒng)針對(duì)已有的仿生動(dòng)作識(shí)別系統(tǒng)計(jì)算量大、耗時(shí)長(zhǎng)的問題,將視覺注意機(jī)制引入動(dòng)作識(shí)別模型中,采用HMAX層次結(jié)構(gòu)模型,實(shí)現(xiàn)了對(duì)運(yùn)動(dòng)目標(biāo)的感知及準(zhǔn)確的定位,獲得了準(zhǔn)確有效的特征模板,從而構(gòu)建了基于視覺注意機(jī)制的層次結(jié)構(gòu)動(dòng)作識(shí)別

3、系統(tǒng)。
　　提出了基于時(shí)空顯著性的選擇注意模型。該模型針對(duì)已有的視覺注意模型無法較好的解決視頻序列中的背景噪聲問題,將從視頻序列中獲得的運(yùn)動(dòng)信息作為獲取顯著性區(qū)域的特征之一,融合空間信息和運(yùn)動(dòng)信息,達(dá)到準(zhǔn)確地獲取運(yùn)動(dòng)對(duì)象的顯著性區(qū)域的目的,從而減少視頻序列中背景噪聲的影響,提高了動(dòng)作識(shí)別系統(tǒng)分析視頻信息的效率。
　　提出了一種快速獲取有效特征模板的方法。由于特征模板的選取直接關(guān)系到運(yùn)動(dòng)特征提取的優(yōu)劣,最終影響了系統(tǒng)識(shí)別的準(zhǔn)確

4、性,因此,給出了基于時(shí)空顯著性特征的有效特征模板獲取方法。該方法在基于時(shí)空顯著性的視覺注意模型獲取的感興趣區(qū)域基礎(chǔ)上,通過分析視頻序列的中間級(jí)特征,即復(fù)雜細(xì)胞的響應(yīng),建立復(fù)雜細(xì)胞響應(yīng)的能量值與運(yùn)動(dòng)目標(biāo)對(duì)應(yīng)的關(guān)系,從而獲取候選特征小塊的位置,以便系統(tǒng)根據(jù)識(shí)別要求選取相應(yīng)的特征小塊。該方法能直接獲得性能較好的特征小塊,降低了系統(tǒng)提取動(dòng)作特征所需的時(shí)間。
　　利用Weizmann和KTH等人體動(dòng)作視頻數(shù)據(jù)庫(kù)對(duì)本文提出的方法進(jìn)行測(cè)試,實(shí)驗(yàn)