基于視頻的人體運動行為分析.pdf

1、基于視頻的人體運動行為分析是人工智能與模式識別領(lǐng)域內(nèi)一個新興的研究方向，它在人機交互、虛擬現(xiàn)實、智能視頻監(jiān)控、智能家居應(yīng)用、運動分析等多個方面都具有非常廣泛的應(yīng)用前景。同時，由于人體的非剛性特性、人體自遮擋和目標之間的相互遮擋、復(fù)雜多變的背景環(huán)境、衣著服飾變化和光照等影響，使得人體行為識別的難度較大,視頻人體檢測研究仍然面臨巨大挑戰(zhàn)。
　　本文圍繞人體行為識別的相關(guān)問題展開研究,主要包括圖像預(yù)處理、人體運動目標提取，特征提取以及人

2、體行為識別算法四個方面。本論文的目的是實現(xiàn)對人體走、跳、跑、拳擊、揮手、拍掌六種行為的識別。
　　本文的主要研究工作和成果如下：
　　1.在圖像預(yù)處理方面：闡述了圖像預(yù)處理的幾種方法，包括圖像增強、圖像去噪和圖像的形態(tài)學(xué)處理，最后用實驗對提取出來的人體二值圖像進行形態(tài)學(xué)處理，比較腐蝕、膨脹和腐蝕跟膨脹相結(jié)合等算法對二值圖像處理的不同效果，實驗結(jié)果表明：腐蝕操作跟膨脹操作有效的結(jié)合起來,既消除了背景的孤立噪聲,同時也添補了目標

3、中的空洞，得到較為理想的檢測分割結(jié)果。
　　2.在運動人體檢測方面：運動目標提取是基于視覺的人體行為識別的研究基礎(chǔ),本文首先對視頻做分幀、灰度化等預(yù)處理。然后在廣泛查閱和綜述了相關(guān)國內(nèi)外文獻的基礎(chǔ)上，提出了一種基于背景減除法和光流法相融合的運動目標檢測算法,提取人體二值圖像,并利用數(shù)學(xué)形態(tài)學(xué)對二值圖像中存在的孔洞和噪聲點進行相應(yīng)的處理。實驗證明，該算法和混合高斯模型相比較，能夠準確實時地檢測到場景中的運動人體，更加完整的提取人體運

4、動目標的輪廓，具有較好的魯棒性。
　　3.在運動人體特征選擇和提取方面：研究了目前主流的人體檢測特征提取算法,并實現(xiàn)了基于灰度圖像和視頻的HOG特征提取算法，包括圖像歸一化、梯度計算、梯度方向直方圖統(tǒng)計、歸一化及描述子生成、特征描述塊。
　　4.在人體運動行為分類識別方面：實現(xiàn)基于方向梯度直方圖（HOG）和支持向量機(SVM)的人體行為分類識別算法，同時將本文的算法與部分特征(LF)和支持向量機(SVM)方法的實驗結(jié)果進行了