基于相位一致性的行為識(shí)別和分類.pdf

1、近年來(lái)隨著視頻數(shù)據(jù)庫(kù)的快速增長(zhǎng)和視頻監(jiān)控系統(tǒng)的迅猛擴(kuò)張，人工分析已經(jīng)遠(yuǎn)遠(yuǎn)不能滿足需要，因此急需能夠?qū)σ曨l進(jìn)行自動(dòng)分析管理的技術(shù)。在視頻分析技術(shù)中，對(duì)人體行為的識(shí)別和分類有著尤其廣泛的應(yīng)用前景。目前比較常用的方法基本是基于時(shí)空興趣點(diǎn)的，但目前現(xiàn)有的幾種時(shí)空興趣點(diǎn)檢測(cè)算法都存在兩個(gè)重要的不足，首先是檢測(cè)的響應(yīng)受到光照強(qiáng)度變化的嚴(yán)重影響，其次是高斯濾波的應(yīng)用降低了興趣點(diǎn)定位的準(zhǔn)確性。針對(duì)這兩點(diǎn)，我們提出了全新的基于相位一致性的興趣點(diǎn)檢測(cè)算法和

2、與之配套的興趣點(diǎn)描述算法。為了提高興趣點(diǎn)檢測(cè)算法對(duì)光照強(qiáng)度的不變性和定位的準(zhǔn)確性，本文提出了一種全新的基于相位一致性的時(shí)空興趣點(diǎn)檢測(cè)算法，將圖像分析中的相位一致性算法擴(kuò)展到了視頻分析中。這一算法對(duì)于各類時(shí)空邊緣都能夠產(chǎn)生很強(qiáng)的響應(yīng)，并且和現(xiàn)有的檢測(cè)算法相比有兩大優(yōu)點(diǎn)，首先相位一致性是一個(gè)無(wú)量綱的相對(duì)量，因此對(duì)于亮度和對(duì)比度的變化具有更強(qiáng)的不變性；其次相位一致性算法沒(méi)有使用任何的高斯濾波，因此對(duì)時(shí)空興趣點(diǎn)的定位更加準(zhǔn)確。為了提高特征描述算

3、法的性能，我們提出了和檢測(cè)算法相配套的基于相位一致性的特征描述算法。我們首先提出了確定時(shí)空興趣點(diǎn)的時(shí)間尺度和平面尺度的方法，進(jìn)而從時(shí)空興趣點(diǎn)的周圍提取出時(shí)空區(qū)域，在此基礎(chǔ)上提出了全新的基于相位一致性的特征描述算法。相對(duì)于傳統(tǒng)的基于視頻灰度值的描述算法而言，本方法能夠更好的捕捉視頻中的結(jié)構(gòu)信息和物體的運(yùn)動(dòng)，從而提高特征描述的性能和行為識(shí)別和分類的準(zhǔn)確性。在識(shí)別和分類系統(tǒng)設(shè)計(jì)方面，本文闡述了選擇Bag of words模型作為系統(tǒng)框架的依據(jù)