本文關(guān)鍵詞：基于分層稀疏表示模型的人體姿態(tài)和行為相似性度量

  更多相關(guān)文章： 幾何特征 稀疏表示 人體姿態(tài)識(shí)別 時(shí)空金字塔模型 行為識(shí)別

【摘要】：面向圖像和視頻的人體姿態(tài)和行為識(shí)別是計(jì)算機(jī)視覺(jué)和模式識(shí)別領(lǐng)域的重要研究?jī)?nèi)容。因運(yùn)動(dòng)人體的動(dòng)作復(fù)雜性和數(shù)據(jù)采集過(guò)程帶來(lái)的噪聲、數(shù)據(jù)缺失、環(huán)境遮擋等因素,在人體姿態(tài)和行為識(shí)別的過(guò)程中通常會(huì)使用目標(biāo)人體的姿態(tài)或行為與離線人體數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行相似性度量,通過(guò)數(shù)據(jù)庫(kù)檢索算法找到目標(biāo)人體的最佳表示。因此,人體姿態(tài)和行為相似性度量對(duì)基于數(shù)據(jù)庫(kù)檢索的人體姿態(tài)和行為識(shí)別的準(zhǔn)確性至關(guān)重要。傳統(tǒng)的相似性度量以人體運(yùn)動(dòng)關(guān)節(jié)點(diǎn)位置獲取姿態(tài)或行為特征并通過(guò)監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)算法訓(xùn)練得到姿態(tài)相似性度量。但由人體運(yùn)動(dòng)關(guān)節(jié)點(diǎn)構(gòu)成的人體姿態(tài)數(shù)據(jù)隱含不同層次的特征,例如頭部、手部和腿部的位置反映了人的站、坐等粗略動(dòng)作,而手部的上臂、下臂、手掌的位置則反映了人的揮拳、握手等細(xì)微動(dòng)作。而傳統(tǒng)的相似性度量對(duì)人體運(yùn)動(dòng)關(guān)節(jié)點(diǎn)不加區(qū)分進(jìn)行特征表達(dá),導(dǎo)致所學(xué)習(xí)的相似性度量對(duì)不同尺度的動(dòng)作刻畫不夠準(zhǔn)確。本文提出基于無(wú)監(jiān)督的分層稀疏表示模型的人體姿態(tài)和行為相似性度量方法,通過(guò)最小化各個(gè)訓(xùn)練樣本的整體特征和細(xì)節(jié)特征在訓(xùn)練集上進(jìn)行分層稀疏表示的殘差,學(xué)習(xí)得到更準(zhǔn)確、更魯棒的人體姿態(tài)和動(dòng)作相似性度量。具體研究?jī)?nèi)容包括以下兩部分。一、提出基于分層稀疏表示模型的人體姿態(tài)相似性度量。我們對(duì)視頻中單幀的人體姿態(tài)使用關(guān)節(jié)點(diǎn)之間的幾何關(guān)系構(gòu)造人體姿態(tài)特征向量,然后根據(jù)人體骨架點(diǎn)描述人體姿態(tài)重要性的不同,將特征向量分為粗略特征和細(xì)節(jié)特征,構(gòu)建以各訓(xùn)練樣本在訓(xùn)練集上稀疏表示的總殘差為目標(biāo)函數(shù),獲取人體姿態(tài)相似性度量。通過(guò)在CMU Graphics Lab Motion Capture數(shù)據(jù)庫(kù)上的實(shí)驗(yàn)結(jié)果表明,與基于高維特征的姿態(tài)相似性度量方法相比,我們的方法在精度和計(jì)算速度上都有提高。二、提出基于傅里葉時(shí)空金字塔模型的人體行為相似性度量,并應(yīng)用于人體行為識(shí)別。我們通過(guò)人體的3D骨架點(diǎn)位置,利用傅里葉時(shí)空金字塔構(gòu)造的人體行為特征向量,將不同行為類別的骨架點(diǎn)運(yùn)動(dòng)序列映射到傅里葉頻率域的金字塔分層特征向量,再通過(guò)稀疏表示模型得到行為相似性度量。在MSR-Action3D數(shù)據(jù)庫(kù)上的實(shí)驗(yàn)結(jié)果亦證明了我們提出的行為識(shí)別方法的有效性。
【關(guān)鍵詞】：幾何特征 稀疏表示 人體姿態(tài)識(shí)別 時(shí)空金字塔模型 行為識(shí)別
【學(xué)位授予單位】：北京工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-17
• 1.1 研究背景及意義9
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀9-13
• 1.2.1 人體姿態(tài)識(shí)別研究10-11
• 1.2.2 人體行為識(shí)別研究11-13
• 1.3 論文的主要研究?jī)?nèi)容及目標(biāo)13-14
• 1.3.1 研究目標(biāo)13
• 1.3.2 研究?jī)?nèi)容13-14
• 1.4 論文的組織結(jié)構(gòu)14-17
• 第2章 相似性度量以及行為識(shí)別理論17-31
• 2.1 引言17
• 2.2 相似性度量理論17-29
• 2.2.1 人體姿態(tài)的表示方法17-22
• 2.2.2 距離度量的相關(guān)理論22-29
• 2.3 行為識(shí)別理論29-30
• 2.3.1 人體行為的表示方法29
• 2.3.2 人體行為的識(shí)別方法29-30
• 2.4 本章小結(jié)30-31
• 第3章 基于分層稀疏模型的人體姿態(tài)相似性度量31-47
• 3.1 引言31
• 3.2 人體姿態(tài)骨架模型31-32
• 3.3 多尺度人體姿態(tài)特征向量的構(gòu)成32-34
• 3.4 人體姿態(tài)相似性度量的學(xué)習(xí)34-37
• 3.5 實(shí)驗(yàn)過(guò)程37-44
• 3.5.1 數(shù)據(jù)準(zhǔn)備37-39
• 3.5.2 評(píng)估標(biāo)準(zhǔn)39
• 3.5.3 實(shí)驗(yàn)結(jié)果39-44
• 3.6 本章小結(jié)44-47
• 第4章 基于傅里葉金字塔模型的人體行為相似性度量47-59
• 4.1 引言47
• 4.2 傅里葉時(shí)空金字塔特征模型47-51
• 4.3 人體行為相似性度量的學(xué)習(xí)51-53
• 4.4 基于相似性度量的行為識(shí)別53-58
• 4.4.1 相似性度量進(jìn)行行為識(shí)別的方法53-54
• 4.4.2 實(shí)驗(yàn)過(guò)程54-58
• 4.5 本章小結(jié)58-59
• 結(jié)論59-61
• 參考文獻(xiàn)61-65
• 攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)成果65-67
• 致謝67

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 韓貴金;朱虹;;一種基于圖結(jié)構(gòu)模型的人體姿態(tài)估計(jì)算法[J];計(jì)算機(jī)工程與應(yīng)用;2013年14期

2 王浩;劉則芬;方寶富;陳金金;;基于約束樹形圖結(jié)構(gòu)外觀模型的人體姿態(tài)估計(jì)[J];計(jì)算機(jī)科學(xué);2014年03期

3 蘇延超;艾海舟;勞世z，

本文編號(hào)：900598