人體動作識別一直是計算機視覺領(lǐng)域研究的熱點,得到了學(xué)術(shù)界和企業(yè)界廣泛的關(guān)注。深度相機和機器學(xué)習(xí)的結(jié)合應(yīng)用使得目標(biāo)檢測與分割任務(wù)的難度有所降低。它們也為姿態(tài)估計和人體動作識別研究提供了新的思路。如何使用深度數(shù)據(jù)提高人體動作識別系統(tǒng)的性能,是目前亟待需要解決的一個重要問題。本文針對基于深度圖像的人體動作識別這一課題展開研究,研究內(nèi)容包括底層特征提取、中層特征編碼、動作分類模型等幾個方面。本文的主要貢獻包括:（1）提出了一種基于骨架關(guān)節(jié)點運動軌跡的人體動作識別方法為了提高動作識別的準確率和實時性,提出一種基于關(guān)節(jié)點運動軌跡的動作識別方法。受心理物理學(xué)中關(guān)于人體運動實驗的啟發(fā),使用人體骨架關(guān)節(jié)點的運動軌跡來表示人體動作,它能夠在時空維度上對動作進行完整表達。在此基礎(chǔ)上使用高斯混合模型對關(guān)節(jié)點運動軌跡進行聚類,進而通過Fisher向量進行特征量化�？紤]到動作識別任務(wù)的實時性需求,提出基于超限學(xué)習(xí)機的動作識別,以此提升動作識別任務(wù)的實時性和準確率。最后,通過在公開數(shù)據(jù)集上進行實驗,實驗結(jié)果驗證了該方法的有效性。（2）提出了一種基于關(guān)節(jié)間夾角序列的人體動作識別方法針對人體動作識別中的復(fù)雜背景和視點變... 

【文章來源】：蘭州交通大學(xué)甘肅省

【文章頁數(shù)】：98 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 課題的研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 使用關(guān)節(jié)點
        1.2.2 使用深度數(shù)據(jù)
        1.2.3 混合使用多種模態(tài)數(shù)據(jù)
    1.3 基于深度圖像序列動作識別的研究難點
    1.4 本文的主要貢獻
    1.5 本文的主要內(nèi)容及組織結(jié)構(gòu)
2 使用深度數(shù)據(jù)進行人體動作識別
    2.1 相關(guān)研究工作
    2.2 基于深度運動投影和時域分割的人體動作識別
        2.2.1 方法描述
        2.2.2 實驗及結(jié)果分析
    2.3 特征提取策略對動作分類性能影響的評估
        2.3.1 方法描述
        2.3.2 實驗及結(jié)果分析
    2.4 基于非負矩陣分解的人體動作識別
        2.4.1 方法描述
        2.4.2 實驗及結(jié)果分析
    2.5 基于糾錯輸出編碼的人體動作識別
        2.5.1 方法描述
        2.5.2 實驗及結(jié)果分析
    2.6 本章小結(jié)
3 使用骨架關(guān)節(jié)點數(shù)據(jù)進行動作識別
    3.1 相關(guān)研究工作
    3.2 基于關(guān)節(jié)點運動軌跡的人體動作識別
        3.2.1 方法描述
        3.2.2 實驗及結(jié)果分析
    3.3 基于關(guān)節(jié)間夾角變化序列的動作識別
        3.3.1 方法描述
        3.3.2 實驗及結(jié)果分析
    3.4 人體跌倒檢測算法
        3.4.1 方法描述
        3.4.2 實驗及結(jié)果分析
    3.5 本章小結(jié)
4 使用運動歷史圖像進行動作識別
    4.1 相關(guān)研究工作
    4.2 基于3D運動歷史圖像和多任務(wù)學(xué)習(xí)的動作識別
        4.2.1 方法描述
        4.2.2 實驗及結(jié)果分析
    4.3 基于3DMTM的人體動作識別
        4.3.1 方法描述
        4.3.2 實驗及結(jié)果分析
    4.4 本章小結(jié)
5 小樣本動作識別
    5.1 相關(guān)研究工作
    5.2 基于協(xié)作表示的人體動作識別
        5.2.1 方法描述
        5.2.2 實驗及結(jié)果分析
    5.3 基于最近鄰子空間分類器的人體動作識別
        5.3.1 方法描述
        5.3.2 實驗及結(jié)果分析
    5.4 基于稀疏表示的人體動作識別
        5.4.1 方法描述
        5.4.2 實驗及結(jié)果分析
    5.5 基于CROC的人體動作識別
        5.5.1 方法描述
        5.5.2 實驗及結(jié)果分析
    5.6 本章小結(jié)
6 特征編碼對動作分類性能影響的評估
    6.1 相關(guān)研究工作
    6.2 基于VLAD的人體動作識別
        6.2.1 方法描述
        6.2.2 實驗及結(jié)果分析
    6.3 基于改進VLAD的人體動作識別
        6.3.1 方法描述
        6.3.2 實驗及結(jié)果分析
    6.4 本章小結(jié)
結(jié)論
致謝
參考文獻
攻讀學(xué)位期間的研究成果



本文編號：3168381