基于視覺感知的行為識別方法的研究與實現(xiàn).pdf

1、行為識別是在計算機視覺和模式識別研究領(lǐng)域都備受關(guān)注且具挑戰(zhàn)性的一個研究課題,它是運動視覺分析和理解的高級處理環(huán)節(jié),屬于更高一層的視覺任務(wù)。人體行為識別的研究具有深遠的理論研究意義和廣闊的應(yīng)用前景。它可以廣泛地應(yīng)用在安全監(jiān)控、虛擬現(xiàn)實、運動技能訓練及醫(yī)療診斷等領(lǐng)域?；谝曨l的人體行為識別是在實現(xiàn)運動跟蹤和特征提取的基礎(chǔ)上,對人體動作行為相關(guān)的特征進行分析,智能地完成人體行為的識別。當前研究的大部分行為還是一些如起立、坐下、擁抱、跑步等簡單

2、的動作,并且由于人體形態(tài)和人體動作的多樣性、攝像機擺放位置及運動場景的復雜性等各種因素使得動作行為識別的研究至今仍然是計算機視覺研究領(lǐng)域中的熱點與難點。
　　針對上述問題,本文在總結(jié)分析了近年來國內(nèi)外一些先進方法的基礎(chǔ)上,采用基于人類視覺感知的圖像處理機制提取視頻中的顯著特征。主要研究內(nèi)容有:
　　1.詳細闡述人類視覺系統(tǒng)中視覺感知的神經(jīng)生理學原理,研究人類視皮層中是如何提取特征的,以及視皮層神經(jīng)元所具有的特征;并對基于視皮

3、層感知原理的特征學習算法進行了深入探討和研究。
　　2.通過對基于視覺感知的特征學習算法的對比,本文選擇了獨立子空間分析(Independent Subspace Analysis ISA)模型。對ISA模型采用了一種新的學習算法—相對梯度下降算法,大大地提高了算法的效率;并提出了一種新的特征提取算法-棧式卷積ISA模型。
　　3.詳細地介紹本文所采用的行為識別系統(tǒng),本文選擇的整體系統(tǒng)框架包括樣本的采樣、數(shù)據(jù)的預處理、特征提