本文關(guān)鍵詞：基于高魯棒性特征的人體動作識別方法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著互聯(lián)網(wǎng)時(shí)代的到來和科學(xué)技術(shù)的不斷進(jìn)步,計(jì)算機(jī)逐漸可以像人一樣對視頻信息進(jìn)行獲取、傳輸、處理、存儲和理解。因此,基于視頻的人體動作識別方法研究一直是計(jì)算機(jī)視覺領(lǐng)域的一個(gè)研究熱點(diǎn),并且在人機(jī)交互、醫(yī)療看護(hù)、智能監(jiān)控、視頻檢索、以及虛擬現(xiàn)實(shí)等多個(gè)方面都具有廣闊的應(yīng)用前景。人體動作識別由于發(fā)展迅速已經(jīng)取得了一些重要的研究成果和可行的應(yīng)用技術(shù)。其中,有效特征可分為全局特征和局部特征;分類方法則包含支持向量機(jī),隱馬爾可夫模型和條件隨機(jī)場。在整個(gè)算法流程中,特征選取的好壞會直接影響整個(gè)系統(tǒng)的性能。然而,傳統(tǒng)的全局特征通常要通過背景差分和目標(biāo)跟蹤等方法獲得興趣區(qū)域,利用輪廓、邊緣或者光流等特征進(jìn)行描述,所以計(jì)算復(fù)雜度較高,并且對光照、噪聲和部分遮擋十分敏感：即使將傳統(tǒng)的局部特征建立在興趣點(diǎn)檢測的基礎(chǔ)上,雖然魯棒性相對可以提高,但是以局部特征表達(dá)整體特性的過程必然會帶來信息的丟失,此外,傳統(tǒng)局部特征表達(dá)不夠直觀,也很難做到精確定位。本文基于圖像識別領(lǐng)域物體檢測的BING特征,加入時(shí)域的梯度信息,提出一種新的二進(jìn)制加速時(shí)空標(biāo)準(zhǔn)梯度特征(ST-BING),并成功將其應(yīng)用在視頻中的人體動作識別及定位中。ST-BING由空間標(biāo)準(zhǔn)梯度特征(S-BING)和時(shí)間標(biāo)準(zhǔn)梯度特征(T-BING)組成。其中,T-BING捕捉了不同類別動作的運(yùn)動信息,S-BING記錄了動作執(zhí)行者的靜態(tài)信息。由于ST-BING對視頻的每一幀都進(jìn)行多尺度滑動窗口處理,從而弱化了復(fù)雜背景對人體動作識別和定位的干擾,并且對不同動作具有一定的尺度不變性,增強(qiáng)了系統(tǒng)的魯棒性。此外,本文將ST-BING用二進(jìn)制近似表示,在特征提取,動作分類和測試環(huán)節(jié)都用位運(yùn)算,極大降低了計(jì)算的復(fù)雜度。同時(shí),本文在動作分類時(shí)使用級聯(lián)SVM模型,與傳統(tǒng)的SVM相比,該模型考慮了不同尺度的窗口包含動作的可能性差異,提高了動作識別的準(zhǔn)確率。本文在UCF-Sports數(shù)據(jù)庫上進(jìn)行了實(shí)驗(yàn),采用K次交叉驗(yàn)證法。其中,人體動作識別和定位的準(zhǔn)確率分別達(dá)到了85.4%和44.8%,在目前主流的個(gè)人計(jì)算機(jī)硬件配置下對視頻幀的識別和定位速度達(dá)到0.2秒／幀左右。實(shí)驗(yàn)結(jié)果證明了用ST-BING特征結(jié)合級聯(lián)SVM模型來進(jìn)行人體動作識別的可行性和有效性。
【關(guān)鍵詞】：人體動作識別 特征提取 動作分類 ST-BING特征
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41
【目錄】：

• 致謝5-6
• 摘要6-7
• ABSTRACT7-11
• 1 引言11-20
• 1.1 論文背景與意義11-13
• 1.2 國內(nèi)外研究現(xiàn)狀13-18
• 1.2.1 特征表示14-16
• 1.2.2 動作分類16-17
• 1.2.3 現(xiàn)有方法分析17-18
• 1.3 研究內(nèi)容與章節(jié)安排18-20
• 2 傳統(tǒng)人體動作識別方法及理論20-31
• 2.1 特征提取20-25
• 2.1.1 光流法20-22
• 2.1.2 MeanShift和Camshift算法22-23
• 2.1.3 Hog3D特征23-25
• 2.2 動作分類25-28
• 2.2.1 隱馬爾可夫模型25-27
• 2.2.2 條件隨機(jī)場27-28
• 2.3 OPENCV介紹28-30
• 2.4 本章小結(jié)30-31
• 3 ST-NG特征提取31-38
• 3.1 靜態(tài)特征31-33
• 3.2 動態(tài)特征33-35
• 3.3 ST-NG特征35-37
• 3.4 本章小結(jié)37-38
• 4 ST-BING特征及其二進(jìn)制加速算法38-51
• 4.1 方法步驟38-41
• 4.2 使用ST-NG特征學(xué)習(xí)動作識別模型41-46
• 4.2.1 線性可分支持向量機(jī)41-42
• 4.2.2 非線性可分支持向量機(jī)42-44
• 4.2.3 線性不可分支持向量機(jī)44-46
• 4.3 ST-NG特征的二進(jìn)制加速算法46-50
• 4.4 本章小結(jié)50-51
• 5 實(shí)驗(yàn)結(jié)果與分析51-58
• 5.1 實(shí)驗(yàn)設(shè)置51-53
• 5.1.1 實(shí)驗(yàn)數(shù)據(jù)庫51-53
• 5.1.2 實(shí)驗(yàn)環(huán)境53
• 5.2 評價(jià)標(biāo)準(zhǔn)53-54
• 5.3 實(shí)驗(yàn)結(jié)果展示與分析54-57
• 5.4 本章小結(jié)57-58
• 6 總結(jié)與展望58-60
• 6.1 總結(jié)58-59
• 6.2 展望59-60
• 參考文獻(xiàn)60-65
• 作者簡歷及攻讀碩士期間取得的研究成果65-67
• 學(xué)位論文數(shù)據(jù)集67

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 胡雅琴;;動作識別技術(shù)及其發(fā)展[J];電視技術(shù);2013年S2期

2 倪世宏,史忠科,謝川,王彥鴻;軍用戰(zhàn)機(jī)機(jī)動飛行動作識別知識庫的建立[J];計(jì)算機(jī)仿真;2005年04期

3 程祥;;人體動作識別的研究[J];電腦知識與技術(shù);2006年20期

4 黃飛躍;徐光yP;;視角無關(guān)的動作識別[J];軟件學(xué)報(bào);2008年07期

5 徐光yP;曹媛媛;;動作識別與行為理解綜述[J];中國圖象圖形學(xué)報(bào);2009年02期

6 黃麗鴻;高智勇;劉海華;;基于脈沖神經(jīng)網(wǎng)絡(luò)的人體動作識別[J];現(xiàn)代科學(xué)儀器;2012年02期

7 周艷青;王磊;;基于視覺的人體動作識別綜述[J];山東輕工業(yè)學(xué)院學(xué)報(bào)(自然科學(xué)版);2012年01期

8 曹琨;;基于檢索表的實(shí)時(shí)動作識別技術(shù)研究[J];中外企業(yè)家;2014年05期

9 劉博;安建成;;基于關(guān)鍵姿勢的人體動作識別[J];電視技術(shù);2014年05期

10 王燕;張紹武;凌志剛;潘泉;;基于圖嵌入線性拓展方法的人體動作識別研究[J];計(jì)算機(jī)仿真;2008年10期

中國重要會議論文全文數(shù)據(jù)庫 前7條

1 袁飛;程韜波;周松斌;肖先文;;基于加速度特征的可拓動作識別方法[A];廣州市儀器儀表學(xué)會2009年學(xué)術(shù)年會論文集[C];2010年

2 黃飛躍;徐光yP;;自然的人體動作識別[A];第三屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2007）論文集[C];2007年

3 葉喜勇;陶霖密;王國建;邸慧軍;;視角無關(guān)的人體軀干動作識別[A];第六屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2010)、第19屆全國多媒體學(xué)術(shù)會議（NCMT2010）、第6屆全國人機(jī)交互學(xué)術(shù)會議（CHCI2010）、第5屆全國普適計(jì)算學(xué)術(shù)會議（PCC2010）論文集[C];2010年

4 黃艷歡;葉少珍;;連續(xù)動作分割綜述[A];第十四屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2008年

5 董力賡;陶霖密;徐光yP;;頭部姿態(tài)和動作的識別與理解[A];第三屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2007）論文集[C];2007年

6 朱巖;趙旭;劉允才;;基于稀疏編碼和局部時(shí)空特征的人體動作識別[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2010年

7 席旭剛;金燕;朱海港;高云園;;基于小波包熵和支持向量機(jī)的手部肌電信號動作識別[A];2013年中國智能自動化學(xué)術(shù)會議論文集（第五分冊）[C];2013年

中國重要報(bào)紙全文數(shù)據(jù)庫 前2條

1 本報(bào)記者 陳丹;人與機(jī)器的“對話”[N];科技日報(bào);2010年

2 ;凌空敲鍵盤？無線計(jì)算機(jī)手套問世[N];中國計(jì)算機(jī)報(bào);2004年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 諶先敢;現(xiàn)實(shí)環(huán)境下的人體動作識別[D];武漢大學(xué);2012年

2 陳淵博;視頻序列中的人體動作識別[D];北京郵電大學(xué);2015年

3 劉翠微;視頻中人的動作分析與理解[D];北京理工大學(xué);2015年

4 陳萌;基于李代數(shù)高斯表示的動作識別方法研究[D];華中科技大學(xué);2016年

5 李擬s

本文編號：429978