隨著網(wǎng)絡(luò)的蓬勃發(fā)展和監(jiān)控設(shè)備的廣泛普及,有限的人力資源漸漸難以應(yīng)對海量的影像數(shù)據(jù)。所以,越來越多的人期望通過行為識別技術(shù),檢測和識別圖像或視頻中人類的姿態(tài)、動作和表情等信息,讓計算機(jī)可以智能的理解、學(xué)習(xí)和模仿人類的行為。因此,針對圖像和視頻數(shù)據(jù)中的人類行為的識別和理解逐漸成為了計算機(jī)視覺領(lǐng)域的一大熱點問題。由于人類行為的發(fā)生過程中存在著表觀形態(tài)差異性大、非剛性形變建模困難、局部肢體遮擋嚴(yán)重、以及底層的視覺特征到高層的語義特征之間的語義鴻溝等障礙,導(dǎo)致行為識別技術(shù)難以提取到魯棒而有效的時空表達(dá)特征。同時對于有交互的人類行為識別需要對上下文信息和交互環(huán)境進(jìn)行理解,現(xiàn)有算法難以構(gòu)建具有語義分析和邏輯理解能力的模型。因此,如何構(gòu)建魯棒的時空特征表達(dá)和有效的語義理解模型,是解決計算機(jī)識別人類行為的關(guān)鍵問題。近年來,隨著機(jī)器學(xué)習(xí)和計算機(jī)視覺等技術(shù)的發(fā)展,行為識別技術(shù)在學(xué)術(shù)界和工業(yè)界都取得了一定的進(jìn)展,但是仍舊存在著一些問題:1)如何提取魯棒的局部時空特征是行為識別任務(wù)中最基礎(chǔ)也是最重要的;2)如何提取時空特征中的上下文信息,構(gòu)建有效的語義解析模型是行為識別任務(wù)的關(guān)鍵;3)如何發(fā)掘時空特征之間時序關(guān)... 

【文章來源】：中國科學(xué)院大學(xué)(中國科學(xué)院西安光學(xué)精密機(jī)械研究所)陜西省

【文章頁數(shù)】：133 頁

【學(xué)位級別】：博士

【部分圖文】：

人類行為的類別示意圖

第2章行為識別算法綜述13模板定位關(guān)鍵區(qū)域并過濾掉興趣點周圍運動的或遮擋的背景。Yilmaz和Shah[17]提出了基于時空卷（Space-TimeVolume，STV）特征中不同屬性的行為識別算法，將個體的輪廓在時間維度堆疊到一起，這樣一個行為可以通過一組連續(xù)的STV特征表面來表示。受到對象銀行（ObjectBank）[18]的啟法，Sadanand和Corso等圖2.1MHI與MEI模板示意圖。上：跳躍的視頻序列；中：與視頻序列對應(yīng)的MEI模板；下：與視頻序列對應(yīng)的MHI模板圖2.2時空卷特征示意圖Figure2.1MHIandMEItemplate.Top:Ajumpingsequence.Middle:TheMEItemplate.Bottom:TheMHItemplate.Figure2.2Thespace-timevolumes

第2章行為識別算法綜述13模板定位關(guān)鍵區(qū)域并過濾掉興趣點周圍運動的或遮擋的背景。Yilmaz和Shah[17]提出了基于時空卷（Space-TimeVolume，STV）特征中不同屬性的行為識別算法，將個體的輪廓在時間維度堆疊到一起，這樣一個行為可以通過一組連續(xù)的STV特征表面來表示。受到對象銀行（ObjectBank）[18]的啟法，Sadanand和Corso等圖2.1MHI與MEI模板示意圖。上：跳躍的視頻序列；中：與視頻序列對應(yīng)的MEI模板；下：與視頻序列對應(yīng)的MHI模板圖2.2時空卷特征示意圖Figure2.1MHIandMEItemplate.Top:Ajumpingsequence.Middle:TheMEItemplate.Bottom:TheMHItemplate.Figure2.2Thespace-timevolumes

【參考文獻(xiàn)】：
期刊論文
[1]新一代人工智能發(fā)展規(guī)劃[J].   科技創(chuàng)新與生產(chǎn)力. 2017(08)
[2]公安系統(tǒng)天網(wǎng)工程瓶頸及未來展望[J]. 郎江濤.  科技與創(chuàng)新. 2017(09)



本文編號：3515991