基于物品信息和人體深度信息的行為識別研究.pdf

1、人體行為識別作為計算機視覺的前沿研究方向之一，受到了國內(nèi)外研究者的廣泛關(guān)注，其研究涉及到模式識別、統(tǒng)計學(xué)、信息處理、計算機科學(xué)等多個學(xué)科，其中人體行為中人體與物品的交互信息是一個重要部分。本文在Kinect平臺下，針對室內(nèi)小范圍的人體行為識別，研究了物品信息和人體肢體動作信息的描述方法，并且設(shè)計了基于人-物交互的人體行為識別算法，主要研究工作如下:
　　在熟悉Kinect傳感器的性能特點前提下，本文研究了Kinect傳感器獲取圖像

2、的原理，重點對其深度圖像進(jìn)行分析，對深度圖像中出現(xiàn)的誤差進(jìn)行分析和修復(fù)，為下一步進(jìn)行設(shè)計開發(fā)人體行為識別系統(tǒng)提供準(zhǔn)確有效的數(shù)據(jù)基礎(chǔ)。同時設(shè)計出基于Kinect傳感器的數(shù)據(jù)處理軟件，方便人體行為識別中樣本的提取。
　　提取有效的物品信息和人體肢體運動信息是本文的重點。針對人體日常行為中的物品信息，本文重點從其顏色模型出發(fā)。對于物體的特征提取，本文提出了三種顏色模型的創(chuàng)建，分別是:顏色查找表模型、顏色直方圖模型、顏色通道值約束模型，最

3、后對這些模型進(jìn)行了實驗對比其效果。對于人體行為中的肢體動作研究，本文針對Kinect傳感器獲得的數(shù)據(jù)，設(shè)計實驗對其深度數(shù)據(jù)和識別人體關(guān)節(jié)點能力進(jìn)行分析，首先得出了進(jìn)行進(jìn)一步研究的實驗條件。對于人體姿態(tài)描述特征，本文主要側(cè)重于從人體自身的結(jié)構(gòu)特點出發(fā)，計算向量夾角與向量之間的模比值，最后通過連續(xù)序列的選取得到人體肢體行為的特征表示。
　　針對人體行為識別中，本文在傳統(tǒng)樸素貝葉斯分類器的基礎(chǔ)上，提出一種調(diào)整概率樸素貝葉斯分類器(APN