基于多分類器融合的頭態(tài)識(shí)別方法.pdf

1、人體行為識(shí)別具有巨大的理論研究?jī)r(jià)值和實(shí)際應(yīng)用前景，是近年來(lái)計(jì)算機(jī)視覺(jué)和生物特征識(shí)別領(lǐng)域備受關(guān)注的研究方向之一。頭部動(dòng)作識(shí)別作為人體行為識(shí)別的一個(gè)重要內(nèi)容，在智能監(jiān)控、高級(jí)人機(jī)交互、運(yùn)動(dòng)分析及虛擬現(xiàn)實(shí)等方面都有著廣泛的應(yīng)用。
　　 頭部動(dòng)作識(shí)別主要是指針對(duì)包含頭部動(dòng)作的視頻分析處理，運(yùn)用圖像處理、模式識(shí)別等方面的知識(shí)，得到人體頭部的具體狀態(tài)，從而判斷出其是處于靜止、點(diǎn)頭還是搖頭的狀態(tài)。本文首先分別提出了圖像質(zhì)心、眼睛定位和累積差異

2、圖像三種頭態(tài)識(shí)別方法，得到頭態(tài)的初步識(shí)別結(jié)果，然后采用Kittler融合分類器理論，構(gòu)造了頭態(tài)融合識(shí)別分類器，進(jìn)一步提高頭部動(dòng)作的識(shí)別率。
　　 基于圖像質(zhì)心的識(shí)別方法將要處理的頭部運(yùn)動(dòng)視頻轉(zhuǎn)換為一系列的圖像，通過(guò)顏色建模實(shí)現(xiàn)皮膚區(qū)域的檢測(cè)，找出各圖像的質(zhì)心，進(jìn)行圖像質(zhì)心坐標(biāo)追蹤，得到不同頭態(tài)質(zhì)心位置變化量的曲線，從而識(shí)別出不同的頭部動(dòng)作。基于眼睛定位的識(shí)別方法，采用Adaboost算法快速檢測(cè)人臉，利用積分投影的方法定位眼睛，

3、分析處理眼睛的位置變化，得到頭部狀態(tài)，達(dá)到識(shí)別目的?；诶鄯e差異圖像的識(shí)別方法，通過(guò)建立累積圖像的方法來(lái)檢測(cè)運(yùn)動(dòng)對(duì)象的速度與方向，從而識(shí)別出三種頭部動(dòng)作。
　　 在對(duì)融合分類器進(jìn)行綜合分析的基礎(chǔ)上，本文將Kittler經(jīng)典融合分類器理論首次運(yùn)用到頭態(tài)識(shí)別上，把三個(gè)不同的分類器按照相應(yīng)的規(guī)則融合，從而提高了頭部狀態(tài)的識(shí)別效果。
　　 通過(guò)本文自行拍攝的數(shù)據(jù)庫(kù)，每種單獨(dú)的分類器性能都在70％以上，并且融合后的效果都有不同程度