视频序列中人体单行为识别的关键技术研究.pdf

视频序列中人体简单行为识别的关键技术研究 摘要 在计算机视觉领域中，人体运动行为识别是一个被广泛关注的热点问题，在 智能监控、机器人、人机交互等方面也有巨大应用价值。本文主要研究的是视频 图像序列中基于时空特征点的人体运动姿态建模和简单行为的识别，例如常见的 走路、跑步、挥手、跳跃、弯腰等行为的识别。 人体运动姿态的建模是人体运动行为描述和识别的关键环节，为了克服在运 动目标检测和跟踪的过程中，由于运动目标分割所造成的轮廓提取不准确这一缺 点，本文提出了一种姿态建模的新方法，首先从学习的视频序列样本中提取人体 运动的时空特征点(Spatial．TemporalInteresting 体的运动特征，因此，视频序列中每帧中的每个姿态都会对应一个时空特征点集， 然后采用非监督的NERFC．Mean分类方法对相似姿态样本归类，最后用基于EM 的高斯混合模型方法对分类出的每类典型姿态进行建模；这样就可以确定运动人 体的典型姿态信息。 运动人体行为识别属于对视频序列高层语义的理解，简单行为识别的过程是 根据输入测试序列的姿态出现顺序，通过计算找出其在典型姿态转移图中的最大 概率路径，进而识别其所属的行为类别。进行行为识别的前提是通过计算人体每 个典型姿态间的转移概率，建立状态己知的描述人体多种行为的马尔可夫模型。 针对行为识别问题，提出了将汉字分类的二元语法分类模型，应用于运动行为识 别的新思路，可以更好的实现对视频序列高层语义的理解。广泛的实验证明该算 法对不同背景、不同装束、不同尺度以及运动人体被遮挡等情况下的行为识别， 均有较好的鲁棒性和识别效果。 关键词：行为识别姿态建模时空特征点高斯混合模型二元语法分类模型 Ⅱ OF RESEARCHONTHEKEY SIMPLE TECHNIQUE VIDEO ACⅡONRECOGNITIONIN SEQUENCE Inthefield isahot andhas of vision，action being computer recognitiontopic isavaluabletheoreticalanda recently．It problemhigbtechnique， widelyexplored canalsobe as which to domains，such appliedmany intelligent theresearchof interfaceetc．This focuseson human-computer papermainly posture and action basedon interestingpoints modelingsimple recognitionspatio—temporal actioncanbesomecommonactionsofinour life，for (sa[IPs)．Simple daily example：