在當(dāng)今視頻媒體和視頻監(jiān)控技術(shù)的迅速發(fā)展下,視頻數(shù)據(jù)量急劇增長,對視頻的審查力度需求增多。人作為視頻的主體,對人體行為的檢測有助于對相應(yīng)視頻內(nèi)容的理解。本文研究的主要對象是視頻中單人的密集行為�！懊芗袨椤倍x為視頻中某一時(shí)刻一個(gè)人同時(shí)表現(xiàn)出來的一組行為。例如一個(gè)人可以同時(shí)執(zhí)行“走路”和“打電話”兩種行為。對密集行為的檢測有助于更加細(xì)致準(zhǔn)確地理解視頻內(nèi)容。然而,通過對研究現(xiàn)狀的分析,目前密集行為檢測存在如下三個(gè)問題:（1）目前密集行為檢測方法無法適應(yīng)在線應(yīng)用場景;（2）密集行為之間的“相似性”增大了檢測的難度;（3）目前密集行為檢測方法的計(jì)算量過高。因此,本文首次提出了在線人體密集行為檢測算法。為了適應(yīng)在線的場景,本文將整個(gè)流程分為預(yù)熱階段和檢測階段。在預(yù)熱階段提出了新的窗口采樣策略并生成在線聚集事件模型,來解決實(shí)現(xiàn)密集行為檢測在線化架構(gòu)的問題和在線檢測計(jì)算量的問題。預(yù)熱階段作為初始化過程,在缺少未來時(shí)刻信息的情況下,生成在線聚集事件模型,為單幀的行為檢測提供先驗(yàn)信息。在預(yù)熱階段之后,本文將檢測階段分為密集行為粗檢測階段和修正檢測階段。粗檢測階段將先驗(yàn)信息與單幀信息相結(jié)合,利用訓(xùn)練好的分... 

【文章來源】：天津工業(yè)大學(xué)天津市

【文章頁數(shù)】：67 頁

【學(xué)位級別】：碩士

【部分圖文】：

本文方法與離線方法在Charades數(shù)據(jù)集和AVA數(shù)據(jù)集的比較


本文編號：3398848