視頻中的人體動(dòng)作行為識別研究.pdf

1、人體動(dòng)作行為識別是計(jì)算機(jī)視覺研究中的重要領(lǐng)域，在計(jì)算機(jī)視覺中是一個(gè)極具有吸引力及挑戰(zhàn)性的問題。人體運(yùn)動(dòng)的視覺分析是一個(gè)新興前沿的研究領(lǐng)域，涉及模式識別，圖像處理，計(jì)算機(jī)視覺，人工智能等多門學(xué)科。它可以廣泛應(yīng)用于許多領(lǐng)域，如：運(yùn)動(dòng)捕捉，人機(jī)交互，監(jiān)控和安全，環(huán)境控制和監(jiān)測，體育及娛樂分析等，因此，人體動(dòng)作的視覺分析具有極大的商業(yè)價(jià)值與現(xiàn)實(shí)意義。視頻中的人體動(dòng)作行為識別是近年來計(jì)算機(jī)視覺研究的熱點(diǎn)也是難點(diǎn)，但仍未成熟仍處于初級階段。目前大多

2、數(shù)研究仍是簡單的姿態(tài)、手勢、表情、步態(tài)等，并且背景也比較單一，而所提出的方法要么過于簡單，要么運(yùn)算速度跟不上難以應(yīng)用于實(shí)時(shí)系統(tǒng)。
　　本文正是針對上述問題，對一些較為復(fù)雜的行為如：偷盜、搶劫、打架等及更為復(fù)雜背景的來自于網(wǎng)絡(luò)與真實(shí)場景中的視頻進(jìn)行創(chuàng)新性和探索性研究。除了對研究內(nèi)容的擴(kuò)展，本文在總結(jié)分析國外近年一些最先進(jìn)方法基礎(chǔ)上，就其優(yōu)缺點(diǎn)，在視頻內(nèi)容理解與描述上提出一種新的特征——PM-PEMO時(shí)空金字塔特征。這種特征不僅包含局

3、部信息也包含全局信息，能夠更好的描述行為，具有較強(qiáng)的抗干擾與抗噪聲能力，魯棒性強(qiáng)。此后，對所構(gòu)造的PM-PEMO時(shí)空金字塔特征通過一些先進(jìn)的機(jī)器學(xué)習(xí)方法：在線字典學(xué)習(xí)、稀疏主成分分析、局部約束線性編碼、距離度量學(xué)習(xí)進(jìn)行機(jī)器學(xué)習(xí)得到視頻特征代表。之后，用多任務(wù)大邊界最近鄰(MT-lmnn)與線性支持向量機(jī)(LSVM)聯(lián)合，以打分機(jī)制對視頻特征代表進(jìn)行分類，明顯提高了識別效果。
　　本文方法先用MATLAB進(jìn)行仿真實(shí)驗(yàn)，然后再用C，C