【摘要】：人體行為識(shí)別是機(jī)器視覺和人工智能領(lǐng)域的研究熱點(diǎn),在視頻監(jiān)控、基于內(nèi)容的視頻檢索、人機(jī)交互、智能交通等領(lǐng)域有著廣泛的應(yīng)用前景。由于人體運(yùn)動(dòng)的非剛性、背景的復(fù)雜性、人與人之間的相互遮擋以及相機(jī)運(yùn)動(dòng)等,人體行為識(shí)別成為一個(gè)極具挑戰(zhàn)性的課題。近年來,研究人員在相關(guān)領(lǐng)域取得了很大進(jìn)展,特別是基于稠密軌跡的人體行為識(shí)別方法取得了較之前方法更好的識(shí)別效果。本文提出一種基于改進(jìn)稠密軌跡的人體行為識(shí)別方法。首先,在多尺度空間采樣稠密光流場提取特征點(diǎn),通過中值濾波跟蹤特征點(diǎn)形成軌跡。現(xiàn)實(shí)場景中,視頻大都存在相機(jī)運(yùn)動(dòng),導(dǎo)致大量的軌跡存在于背景中,給人體行為的識(shí)別帶來干擾。本文通過顯著性檢測提取顯著性區(qū)域,并結(jié)合背景軌跡方向一致信息,抑制相機(jī)運(yùn)動(dòng)的影響。然后,以軌跡為中心建立時(shí)空管道,進(jìn)一步將時(shí)空管道分割為時(shí)空網(wǎng)格,在時(shí)空網(wǎng)格中提取梯度方向直方圖、光流直方圖和運(yùn)動(dòng)邊界直方圖,聯(lián)合每類特征形成最終的描述符。為了降低計(jì)算復(fù)雜度,使用主成分分析法(PCA)對每類特征進(jìn)行降維。最后,每一類特征用一個(gè)Fisher向量表示,并用線性SVM進(jìn)行分類。通過對稠密軌跡算法進(jìn)行改進(jìn),形成完整的行為識(shí)別方法。在公共數(shù)據(jù)集KTH和YouTube上的實(shí)驗(yàn)結(jié)果表明,本文方法能夠有效地抑制相機(jī)運(yùn)動(dòng)帶來的影響,提高行為識(shí)別的準(zhǔn)確率。
[Abstract]:Human behavior recognition is a hot topic in the field of machine vision and artificial intelligence. It has a wide application prospect in video surveillance, content-based video retrieval, human-computer interaction, intelligent transportation and so on. Due to the non-rigidity of human motion, complexity of background, mutual occlusion between people and camera motion, human behavior recognition has become a very challenging task. In recent years, researchers have made great progress in related fields, especially the human behavior recognition method based on dense trajectory has achieved better results than previous methods. In this paper, a human behavior recognition method based on improved dense trajectory is proposed. Firstly, feature points are extracted from dense optical flow field in multi-scale space, and feature points are tracked by median filter. In the real scene, most of the videos have camera motion, which leads to a large number of tracks in the background, causing interference to the recognition of human behavior. In this paper, the salience region is extracted by salience detection, and the influence of camera motion is suppressed by combining with the consistent information of background trajectory direction. Then, the space-time pipeline is built with the locus as the center, and the space-time pipeline is further divided into spatio-temporal grids. Gradient direction histogram, optical flow histogram and moving boundary histogram are extracted from the spatio-temporal grid to form the final descriptor by combining each class of features. In order to reduce computational complexity, principal component analysis (PCA) is used to reduce the dimension of each feature. Finally, each class of features is represented by a Fisher vector and classified by linear SVM. By improving the dense trajectory algorithm, a complete behavior recognition method is formed. Experimental results on common data sets KTH and YouTube show that the proposed method can effectively suppress the effect of camera motion and improve the accuracy of behavior recognition.
【學(xué)位授予單位】：天津工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 施水才;俞鴻魁;呂學(xué)強(qiáng);李渝勤;;基于大規(guī)模語料的新詞語識(shí)別方法[J];山東大學(xué)學(xué)報(bào)(理學(xué)版);2006年03期

2 蘇家洪;;試述人臉識(shí)別新技術(shù)及編輯識(shí)別方法[J];中國新技術(shù)新產(chǎn)品;2012年07期

3 高春庚;孫建國;;基于統(tǒng)計(jì)的人臉識(shí)別方法綜述[J];安陽工學(xué)院學(xué)報(bào);2012年04期

4 馬彬;洪宇;楊雪蓉;姚建民;朱巧明;;基于語義依存線索的事件關(guān)系識(shí)別方法研究[J];北京大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年01期

5 馬彬;洪宇;楊雪蓉;姚建民;朱巧明;;基于推理線索構(gòu)建的事件關(guān)系識(shí)別方法[J];北京大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年01期

6 呂冬梅,劉燕萍,李云凱;一個(gè)新的機(jī)械圖紙識(shí)別方法[J];信息技術(shù);2001年03期

7 劉志鵬,魏君;基于神經(jīng)網(wǎng)絡(luò)的集裝箱編號(hào)識(shí)別方法的研究[J];中國包裝工業(yè);2002年09期

8 賀敏;龔才春;張華平;程學(xué)旗;;一種基于大規(guī)模語料的新詞識(shí)別方法[J];計(jì)算機(jī)工程與應(yīng)用;2007年21期

9 董世都;黃同愿;王華秋;王森;楊小帆;;半邊人臉識(shí)別方法[J];計(jì)算機(jī)工程;2008年07期

10 方曉春;;一種優(yōu)化的角色識(shí)別方法[J];計(jì)算機(jī)應(yīng)用與軟件;2009年04期

相關(guān)會(huì)議論文 前10條

1 鄭凱;;建立多維數(shù)據(jù)異常點(diǎn)識(shí)別方法的嘗試[A];第八屆全國體育科學(xué)大會(huì)論文摘要匯編（一）[C];2007年

2 張朋柱;韓崇昭;萬百五;;智能決策支持系統(tǒng)中的問題識(shí)別方法與實(shí)現(xiàn)[A];全國青年管理科學(xué)與系統(tǒng)科學(xué)論文集（第2卷）[C];1993年

3 劉麗蘭;劉宏昭;;時(shí)間序列模型的識(shí)別方法[A];制造技術(shù)自動(dòng)化學(xué)術(shù)會(huì)議論文集[C];2004年

4 苗振偉;許勇;楊軍;;超聲波人臉識(shí)別方法研究[A];中國聲學(xué)學(xué)會(huì)2007年青年學(xué)術(shù)會(huì)議論文集（上）[C];2007年

5 羅智勇;宋柔;荀恩東;;一種基于可信度的人名識(shí)別方法[A];第二屆全國學(xué)生計(jì)算語言學(xué)研討會(huì)論文集[C];2004年

6 張茜;鄭崢;亢一瀾;王娟;仇巍;;基于海量實(shí)測數(shù)據(jù)的反演識(shí)別方法與盾構(gòu)裝備載荷的力學(xué)建模[A];中國力學(xué)大會(huì)——2013論文摘要集[C];2013年

7 趙銳;陳光發(fā);;軍事口令識(shí)別的Fuzzy方法探討[A];第二屆全國人機(jī)語音通訊學(xué)術(shù)會(huì)議論文集[C];1992年

8 駱玉榮;劉建麗;史曉濤;;一種自動(dòng)車窗識(shí)別方法的設(shè)計(jì)與實(shí)現(xiàn)[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

9 崔凱華;王國慶;方劍青;李紅軍;賈俊波;馬超;趙燁;張東輝;;基于聲模態(tài)分析的材料識(shí)別方法研究[A];現(xiàn)代振動(dòng)與噪聲技術(shù)（第九卷）[C];2011年

10 李洪東;梁逸曾;張志敏;;酵母蛋白組中原生肽識(shí)別方法的探索研究[A];中國化學(xué)會(huì)第26屆學(xué)術(shù)年會(huì)化學(xué)信息學(xué)與化學(xué)計(jì)量學(xué)分會(huì)場論文集[C];2008年

相關(guān)重要報(bào)紙文章 前9條

1 陳春道;甲魚優(yōu)劣及雌雄的識(shí)別方法[N];北京科技報(bào);2003年

2 龐席堂;假幣的識(shí)別方法[N];中華合作時(shí)報(bào);2003年

3 王修增;手機(jī)被盜號(hào)的6種識(shí)別方法[N];中國保險(xiǎn)報(bào);2003年

4 張侃;正品手機(jī)電池識(shí)別方法[N];通信產(chǎn)業(yè)報(bào);2000年

5 潘 治;德國開發(fā)出癌癥早期識(shí)別方法[N];中國中醫(yī)藥報(bào);2003年

6 新華社記者 段世文;產(chǎn)權(quán)證識(shí)別方法[N];新華每日電訊;2001年

7 金亮;機(jī)器人的情感[N];中國醫(yī)藥報(bào);2001年

8 黃璐;識(shí)別假火車票有絕招[N];山西經(jīng)濟(jì)日報(bào);2004年

9 宗紹純;如何識(shí)別是純奶還是奶飲料？[N];國際商報(bào);2003年

相關(guān)博士學(xué)位論文 前10條

1 趙國騰;跨座式單軌交通軌道梁表面裂紋識(shí)別方法研究[D];重慶大學(xué);2015年

2 徐訓(xùn);線性與非線性結(jié)構(gòu)動(dòng)力荷載識(shí)別方法及實(shí)驗(yàn)研究[D];哈爾濱工業(yè)大學(xué);2015年

3 黃仕建;視頻序列中人體行為的低秩表達(dá)與識(shí)別方法研究[D];重慶大學(xué);2015年

4 張航;基于高光譜成像技術(shù)的皮棉中地膜識(shí)別方法研究[D];中國農(nóng)業(yè)大學(xué);2016年

5 吳翔;基于機(jī)器視覺的害蟲識(shí)別方法研究[D];浙江大學(xué);2016年

6 張莉莉;競優(yōu)特征的群識(shí)別方法及其應(yīng)用[D];東北大學(xué);2010年

7 陳綿書;計(jì)算機(jī)人臉識(shí)別方法研究[D];吉林大學(xué);2004年

8 葉俊勇;人臉檢測與識(shí)別方法研究[D];重慶大學(xué);2002年

9 何光輝;四種人臉識(shí)別方法研究[D];重慶大學(xué);2010年

10 佟麗娜;基于力學(xué)量信息獲取系統(tǒng)的人體摔倒過程識(shí)別方法研究[D];中國科學(xué)技術(shù)大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 徐珂瓊;基于視頻的人臉識(shí)別方法研究[D];天津理工大學(xué);2015年

2 彭姣麗;針對多表情的人臉識(shí)別方法研究[D];昆明理工大學(xué);2015年

3 代秀麗;基于半監(jiān)督判別分析的人臉識(shí)別方法研究[D];深圳大學(xué);2015年

4 易磊;基于兩階段的交通標(biāo)志識(shí)別方法研究[D];南京理工大學(xué);2015年

5 李彥;基于小波變換的人臉識(shí)別方法研究[D];電子科技大學(xué);2014年

6 田曉霞;運(yùn)動(dòng)想象EEG的識(shí)別方法及在上肢康復(fù)中的應(yīng)用[D];北京工業(yè)大學(xué);2015年

7 楊俊濤;基于分?jǐn)?shù)譜時(shí)頻特征的SAR目標(biāo)檢測與識(shí)別方法研究[D];電子科技大學(xué);2014年

8 宋洪偉;基于模糊集合的漢語主觀句識(shí)別方法研究與實(shí)現(xiàn)[D];黑龍江大學(xué);2015年

9 賈博軒;基于手機(jī)傳感器的人類復(fù)雜行為識(shí)別方法的研究[D];黑龍江大學(xué);2015年

10 范玲;Link-11數(shù)據(jù)鏈信號(hào)的識(shí)別方法研究[D];西安電子科技大學(xué);2014年

，

本文編號(hào)：2217352