人體動(dòng)作識(shí)別在計(jì)算機(jī)視覺(jué)領(lǐng)域一直都是一個(gè)重要且具有挑戰(zhàn)性的課題。因?yàn)槠湓诎踩O(jiān)控、虛擬現(xiàn)實(shí)、智能人機(jī)交互等很多領(lǐng)域廣泛的應(yīng)用,正受到研究者和工業(yè)界越來(lái)越多的重視。人體動(dòng)作識(shí)別傳統(tǒng)的模型通常是基于像素值的視頻數(shù)據(jù),容易受到背景、光照等條件的影響,存在識(shí)別精度不高、實(shí)際應(yīng)用難度大等問(wèn)題。而近期出現(xiàn)的深度商用傳感器為這個(gè)課題開(kāi)啟了新的機(jī)遇。本文基于動(dòng)作序列的深度信息,利用深度傳感器采集到的人體主要關(guān)節(jié)的三維位置信息進(jìn)行動(dòng)作識(shí)別。在本文中,我們提出了一整套人體動(dòng)作識(shí)別的模型框架。整個(gè)框架分為兩大部分:基于深度信息的特征提取和分類器模型的構(gòu)造。在特征提取部分,盡管傳感器采集到的數(shù)據(jù)是人體關(guān)節(jié)三維坐標(biāo),相比像素值已經(jīng)是一種更高層次的且具有顯著物理意義的特征,但是這種數(shù)據(jù)僅僅包含了人體姿態(tài)特征。而人體動(dòng)作序列作為一種描述人體運(yùn)動(dòng)的時(shí)間序列,提取的特征應(yīng)該能夠反映人體的運(yùn)動(dòng)信息和時(shí)域上的變化信息。所以,在人體運(yùn)動(dòng)特征提取上,我們同時(shí)利用了人體姿態(tài)、運(yùn)動(dòng)速度、加速度信息構(gòu)建了能夠更好反映關(guān)節(jié)空間運(yùn)動(dòng)特征的描述子。在另一方面,我們使用了圖像空間特征提取經(jīng)典模型空間域金字塔匹配(Spatial Pyramid Matching)的變體——時(shí)域金字塔匹配模型來(lái)構(gòu)建時(shí)域特征,從不同尺度更好地描述了運(yùn)動(dòng)序列的時(shí)域變化。分類器模型構(gòu)造部分包含了本文最重要的兩點(diǎn)突破點(diǎn)和創(chuàng)新點(diǎn):基于多例學(xué)習(xí)的關(guān)鍵幀提取,以及將時(shí)域特征作為隱狀態(tài)構(gòu)造出的結(jié)構(gòu)化支持向量機(jī)(Struct SVM)。在研究中我們觀察到,一類動(dòng)作和另一類動(dòng)作會(huì)共享很多類似的運(yùn)動(dòng)狀態(tài),將一類動(dòng)作序列中的所有幀都標(biāo)記為該動(dòng)作類別進(jìn)行訓(xùn)練是不合理的;同時(shí)我們?cè)谧R(shí)別一類動(dòng)作時(shí),可以僅通過(guò)其中的幾幀關(guān)鍵動(dòng)作識(shí)別出動(dòng)作類別,由此可以說(shuō)明提取關(guān)鍵幀對(duì)于動(dòng)作識(shí)別的必要性和重要性。我們提出了一種基于多例學(xué)習(xí)的迭代支持向量機(jī)的算法,從動(dòng)作序列中提取出了關(guān)鍵幀用于模型訓(xùn)練。而在另一方面,對(duì)每一幀進(jìn)行時(shí)域信息提取時(shí),需要選擇一定長(zhǎng)度的時(shí)間窗口,在其他模型中,通常使用交叉驗(yàn)證的方式選定一個(gè)最優(yōu)的常數(shù)。相似地,在時(shí)間窗口內(nèi)提取時(shí)域特征時(shí),傳統(tǒng)的時(shí)域金字塔模型使用固定的等分的方式分割時(shí)間域。但我們認(rèn)為這些參數(shù)反映的是當(dāng)前幀的運(yùn)動(dòng)狀態(tài),不能對(duì)所有幀都選用一個(gè)常數(shù)來(lái)處理,而在本文中,我們將這幾個(gè)參數(shù)作為隱變量,使用隱元結(jié)構(gòu)化支持向量機(jī)(Latent Struct SVM),在訓(xùn)練分類超平面的同時(shí),對(duì)每一幀都學(xué)習(xí)該幀對(duì)應(yīng)的最優(yōu)窗口長(zhǎng)度和時(shí)域分割點(diǎn),建立了能更好表達(dá)動(dòng)作信息、更有判別力的特征。最后在實(shí)驗(yàn)部分,分別通過(guò)離線和在線實(shí)驗(yàn)較為全面地驗(yàn)證了我們提出的模型的正確性和有效性。
【學(xué)位單位】：上海交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2015
【中圖分類】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 胡雅琴;;動(dòng)作識(shí)別技術(shù)及其發(fā)展[J];電視技術(shù);2013年S2期

2 倪世宏,史忠科,謝川,王彥鴻;軍用戰(zhàn)機(jī)機(jī)動(dòng)飛行動(dòng)作識(shí)別知識(shí)庫(kù)的建立[J];計(jì)算機(jī)仿真;2005年04期

3 程祥;;人體動(dòng)作識(shí)別的研究[J];電腦知識(shí)與技術(shù);2006年20期

4 黃飛躍;徐光yP;;視角無(wú)關(guān)的動(dòng)作識(shí)別[J];軟件學(xué)報(bào);2008年07期

5 徐光yP;曹媛媛;;動(dòng)作識(shí)別與行為理解綜述[J];中國(guó)圖象圖形學(xué)報(bào);2009年02期

6 黃麗鴻;高智勇;劉海華;;基于脈沖神經(jīng)網(wǎng)絡(luò)的人體動(dòng)作識(shí)別[J];現(xiàn)代科學(xué)儀器;2012年02期

7 周艷青;王磊;;基于視覺(jué)的人體動(dòng)作識(shí)別綜述[J];山東輕工業(yè)學(xué)院學(xué)報(bào)(自然科學(xué)版);2012年01期

8 曹琨;;基于檢索表的實(shí)時(shí)動(dòng)作識(shí)別技術(shù)研究[J];中外企業(yè)家;2014年05期

9 劉博;安建成;;基于關(guān)鍵姿勢(shì)的人體動(dòng)作識(shí)別[J];電視技術(shù);2014年05期

10 王燕;張紹武;凌志剛;潘泉;;基于圖嵌入線性拓展方法的人體動(dòng)作識(shí)別研究[J];計(jì)算機(jī)仿真;2008年10期

相關(guān)會(huì)議論文 前7條

1 袁飛;程韜波;周松斌;肖先文;;基于加速度特征的可拓動(dòng)作識(shí)別方法[A];廣州市儀器儀表學(xué)會(huì)2009年學(xué)術(shù)年會(huì)論文集[C];2010年

2 黃飛躍;徐光yP;;自然的人體動(dòng)作識(shí)別[A];第三屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2007）論文集[C];2007年

3 葉喜勇;陶霖密;王國(guó)建;邸慧軍;;視角無(wú)關(guān)的人體軀干動(dòng)作識(shí)別[A];第六屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2010)、第19屆全國(guó)多媒體學(xué)術(shù)會(huì)議（NCMT2010）、第6屆全國(guó)人機(jī)交互學(xué)術(shù)會(huì)議（CHCI2010）、第5屆全國(guó)普適計(jì)算學(xué)術(shù)會(huì)議（PCC2010）論文集[C];2010年

4 黃艷歡;葉少珍;;連續(xù)動(dòng)作分割綜述[A];第十四屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

5 董力賡;陶霖密;徐光yP;;頭部姿態(tài)和動(dòng)作的識(shí)別與理解[A];第三屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2007）論文集[C];2007年

6 朱巖;趙旭;劉允才;;基于稀疏編碼和局部時(shí)空特征的人體動(dòng)作識(shí)別[A];第十五屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2010年

7 席旭剛;金燕;朱海港;高云園;;基于小波包熵和支持向量機(jī)的手部肌電信號(hào)動(dòng)作識(shí)別[A];2013年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第五分冊(cè)）[C];2013年

相關(guān)重要報(bào)紙文章 前2條

1 本報(bào)記者 陳丹;人與機(jī)器的“對(duì)話”[N];科技日?qǐng)?bào);2010年

2 ;凌空敲鍵盤(pán)？無(wú)線計(jì)算機(jī)手套問(wèn)世[N];中國(guó)計(jì)算機(jī)報(bào);2004年

相關(guān)博士學(xué)位論文 前10條

1 諶先敢;現(xiàn)實(shí)環(huán)境下的人體動(dòng)作識(shí)別[D];武漢大學(xué);2012年

2 陳淵博;視頻序列中的人體動(dòng)作識(shí)別[D];北京郵電大學(xué);2015年

3 劉翠微;視頻中人的動(dòng)作分析與理解[D];北京理工大學(xué);2015年

4 任海兵;非特定人自然的人體動(dòng)作識(shí)別[D];清華大學(xué);2003年

5 成娟;基于表面肌電和加速度信號(hào)融合的動(dòng)作識(shí)別和人體行為分析研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2013年

6 鄧小宇;面向智能視頻監(jiān)控的前景提取和動(dòng)作識(shí)別技術(shù)研究[D];浙江大學(xué);2012年

7 鄧?yán)?三維人體動(dòng)作識(shí)別及其在交互舞蹈系統(tǒng)上的應(yīng)用[D];中國(guó)科學(xué)技術(shù)大學(xué);2012年

8 曹雛清;面向多方式人際交互的肢體動(dòng)作識(shí)別研究[D];哈爾濱工業(yè)大學(xué);2012年

9 吳心筱;圖像序列中人的姿態(tài)估計(jì)與動(dòng)作識(shí)別[D];北京理工大學(xué);2010年

10 蔡美玲;三維人體運(yùn)動(dòng)分析與動(dòng)作識(shí)別方法[D];中南大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 張思亮;體感交互系統(tǒng)的人體動(dòng)作識(shí)別研究[D];華南理工大學(xué);2015年

2 應(yīng)銳;基于關(guān)鍵幀及原語(yǔ)的人體動(dòng)作識(shí)別研究[D];復(fù)旦大學(xué);2014年

3 陳凌琛;基于Kinect的動(dòng)作識(shí)別研究及在教學(xué)中的應(yīng)用[D];昆明理工大學(xué);2015年

4 張孫培;基于關(guān)節(jié)數(shù)據(jù)和極限學(xué)習(xí)機(jī)的人體動(dòng)作識(shí)別[D];南京理工大學(xué);2015年

5 邱春明;基于運(yùn)動(dòng)幅度變化率的視頻人體動(dòng)作識(shí)別[D];河北大學(xué);2015年

6 康欽謀;視頻人體動(dòng)作識(shí)別算法研究[D];電子科技大學(xué);2015年

7 劉海軍;基于時(shí)空流形學(xué)習(xí)的人體動(dòng)作識(shí)別[D];電子科技大學(xué);2014年

8 梁燕;交互應(yīng)用中的實(shí)時(shí)動(dòng)作識(shí)別[D];北京理工大學(xué);2015年

9 冷晶晶;基于光編碼技術(shù)的人員入侵智能報(bào)警系統(tǒng)[D];西安石油大學(xué);2015年

10 馬葉涵;基于Kinect的辦公健康分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2015年

本文編號(hào)：2813752