本文關(guān)鍵詞：基于時(shí)間序列分析的行為識(shí)別技術(shù)研究　出處：《青島科技大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 骨架特征 時(shí)間信息 多維時(shí)間序列建模 行為識(shí)別

【摘要】：當(dāng)今人體行為識(shí)別的應(yīng)用已經(jīng)延伸到社會(huì)的各個(gè)方面,尤其是在運(yùn)動(dòng)分析、公共場(chǎng)所的安全監(jiān)測(cè)、虛擬現(xiàn)實(shí)的實(shí)現(xiàn)等方面應(yīng)用十分廣泛,為很多行業(yè)的發(fā)展帶來(lái)有利的契機(jī)。因此,人體行為識(shí)別技術(shù)的研究理所當(dāng)然地活躍在科學(xué)研究領(lǐng)域,成為研究熱點(diǎn)。盡管目前已經(jīng)有多種多樣的行為識(shí)別算法被提出,但是由于人體動(dòng)作的復(fù)雜性,人體行為識(shí)別技術(shù)仍然存在不足。本文主要針對(duì)人體行為識(shí)別方法中時(shí)序信息缺失的問題,對(duì)基于視頻序列的人體動(dòng)作識(shí)別展開了研究,本文的主要內(nèi)容包括:(1)為了克服外在因素對(duì)行為識(shí)別結(jié)果造成干擾,本文對(duì)提取到的特征進(jìn)行了統(tǒng)一化。3D骨架坐標(biāo)特征對(duì)行為識(shí)別起到了很重要的作用,但是原始的坐標(biāo)數(shù)據(jù)對(duì)于行為識(shí)別不具有魯棒性,很容易受到尺度、角度以及活動(dòng)區(qū)域的影響,造成錯(cuò)誤的識(shí)別。本文為解決這一問題,對(duì)坐標(biāo)數(shù)據(jù)進(jìn)行了中心點(diǎn)統(tǒng)一化、尺度統(tǒng)一化以及角度統(tǒng)一化的轉(zhuǎn)變,使得坐標(biāo)特征具有尺度不變性和旋轉(zhuǎn)不變性,通過實(shí)驗(yàn)分析也證實(shí)了其具有更好的魯棒性。(2)為了克服單一特征造成的識(shí)別局限性,本文采用多特征融合的方法。骨架特征有很多種,兩點(diǎn)間距離、線線夾角、線面夾角、線線方向等等,過多的特征會(huì)造成冗余,但單一特征又不能很好地表達(dá)運(yùn)動(dòng)信息,所以正確的行為識(shí)別需要合理的特征融合。本文為解決這一問題,對(duì)多種骨架特征進(jìn)行實(shí)驗(yàn)和分析,對(duì)能夠更好表達(dá)運(yùn)動(dòng)信息的特征進(jìn)行融合。(3)為了克服時(shí)間信息缺失的問題,本文采用了時(shí)序分析的稀疏表示算法作為多維時(shí)序建模方法。雖然現(xiàn)存的底層特征能夠較好地表達(dá)人體動(dòng)作信息,但對(duì)于視頻中運(yùn)動(dòng)的人體來(lái)說(shuō),時(shí)間信息是具有區(qū)分力的很重要的信息,因?yàn)槿梭w運(yùn)動(dòng)視頻本身就是在時(shí)間軸上幀的改變和運(yùn)動(dòng)。本文為解決這一問題,對(duì)時(shí)序進(jìn)行分析,采用加入監(jiān)督時(shí)序混亂的正則項(xiàng)來(lái)抑制運(yùn)動(dòng)時(shí)間上的錯(cuò)誤,使得傳統(tǒng)的稀疏編碼轉(zhuǎn)變?yōu)槟軌蛱幚戆\(yùn)動(dòng)信息的多維時(shí)序建模方法。通過實(shí)驗(yàn)驗(yàn)證了時(shí)序信息對(duì)稀疏系數(shù)重要的影響,以及對(duì)分類正確率的提高。(4)為了有效而簡(jiǎn)單地實(shí)現(xiàn)行為的正確分類識(shí)別,本文采用匹配誤差最小策略。現(xiàn)存的行為分類方法有很多,比如支持向量機(jī)、K-近鄰等等,但匹配誤差最小策略原理較簡(jiǎn)單,實(shí)現(xiàn)較容易,且實(shí)驗(yàn)結(jié)果理想,因此本文采用此決策方法。實(shí)驗(yàn)運(yùn)行的硬件設(shè)備和軟件平臺(tái)由中科院自動(dòng)化所提供,實(shí)驗(yàn)進(jìn)行于Linux操作系統(tǒng)和Matlab2015b開發(fā)平臺(tái)下。通過在UTKinect和Florence3D這兩個(gè)RGB-D行為識(shí)別數(shù)據(jù)庫(kù)上,以及人為模擬數(shù)據(jù)集上的實(shí)驗(yàn),證實(shí)了本文算法對(duì)于提高行為分類結(jié)果的有效性。
[Abstract]:In order to overcome this problem , the research on the recognition of human behavior is very important in the field of human behavior recognition . ( 4 ) In order to effectively and simply realize the correct classification and recognition of the behavior , this paper adopts the matching error minimum strategy . The existing method of behavior classification has many , such as support vector machine , K - nearest neighbor and so on , but the matching error minimum strategy principle is simple , the experiment is carried out under the development platform of Linux operating system and Matlab2015b . Through experiments on the two RGB - D behaviors of UTKinect and Florence3D , and artificial simulation data set , this paper proves the effectiveness of the algorithm in improving the behavior classification result .

【學(xué)位授予單位】：青島科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP391.41;O211.61

【參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 單言虎;張彰;黃凱奇;;人的視覺行為識(shí)別研究回顧、現(xiàn)狀及展望[J];計(jì)算機(jī)研究與發(fā)展;2016年01期

2 秦華標(biāo);張亞寧;蔡靜靜;;基于復(fù)合時(shí)空特征的人體行為識(shí)別方法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2014年08期

3 韓駿浩;趙懷勛;;基于監(jiān)控系統(tǒng)的人體行為識(shí)別技術(shù)研究[J];網(wǎng)絡(luò)安全技術(shù)與應(yīng)用;2014年06期

4 秦磊;胡瓊;黃慶明;田琦;;基于特征點(diǎn)軌跡的動(dòng)作識(shí)別[J];計(jì)算機(jī)學(xué)報(bào);2014年06期

5 徐勤軍;吳鎮(zhèn)揚(yáng);;視頻序列中的行為識(shí)別研究進(jìn)展[J];電子測(cè)量與儀器學(xué)報(bào);2014年04期

，

本文編號(hào)：1391098