一種融合多特征描述子的行為識別方法.pdf

1、計算機視覺作為一個新興的學科領(lǐng)域,近來發(fā)展十分迅速,作為視頻分析和理解的關(guān)鍵技術(shù),基于視頻的行為識別被廣泛應用于機器人導航、視頻監(jiān)控系統(tǒng)、智能交通及游戲娛樂等行業(yè)。相對于圖像而言,視頻的表現(xiàn)形式更加直觀,且其信息更加豐富,因而在當前多媒體迅速推廣的背景下得到廣泛應用。然而,多媒體發(fā)展導致了大量數(shù)據(jù)的產(chǎn)生,如何有效的對現(xiàn)實視頻進行識別分類成為視頻處理領(lǐng)域的研究熱點。近年來,研究人員在相關(guān)領(lǐng)域雖取得一定的成就,但行為識別的推廣及應用還面臨著

2、諸多問題,在對國內(nèi)外人體行為識別相關(guān)研究進行分析總結(jié)的基礎(chǔ)上作了下述工作:
　　首先,本文對國內(nèi)外行為識別領(lǐng)域研究現(xiàn)狀進行總結(jié),并分析現(xiàn)有行為識別方法存在的問題,研究視頻多種特征,針對三維梯度方向直方圖(3D Histogram of Oriented Gradients,3DHOG)特征數(shù)據(jù)量過大、表達力不足的缺點,提出一種新的結(jié)合稠密光流的視頻特征提取方法,根據(jù)稠密光流得到特征點空時軌跡,在軌跡點處提取3DHOG特征,這樣3D

3、HOG特征在以跟蹤軌跡點為中心的立方體內(nèi)提取,使得特征具有一定空時不變性,特征描述力更強,同時避免了與目標運動無關(guān)的信息對識別的干擾。
　　其次,針對光流直方圖(Histograms of Optical Flow, HOF)特征對攝像頭運動敏感的缺點,提出三維光流梯度方向直方圖(3D Histogram of Optical Flow Gradients,3DHOFG)特征提取方法,提取稠密光流的梯度圖像,在三維空間分塊統(tǒng)計直方

4、圖作為視頻運動特征。3DHOFG特征對光流求取梯度用以表示視頻中運動的改變,在攝像頭運動的情況下,由于多數(shù)情況下攝像頭運動較為平緩,使得該特征對攝像頭運動具有一定的魯棒性。
　　再次,針對視頻運動特征不帶有靜止背景圖像特征的缺點,本文提出結(jié)合使用視頻運動特征和靜止圖像特征的分類框架,選取視頻關(guān)鍵幀后,對關(guān)鍵幀圖像提取SIFT特征和顏色直方圖特征,用以表示視頻的靜態(tài)特征。本文框架融合運動特征和靜態(tài)特征,對現(xiàn)有視頻庫進行分類測試,取得