計算機視覺是人工智能中一個重要的組成部分,而人體行為識別作為計算機視覺領域的熱門研究方向,受到了越來越多人的關注,具有廣泛的應用前景。近年來,隨著深度神經網絡的發(fā)展和計算機運算能力的提升,深度學習已經成為解決計算機視覺領域問題最重要的手段。其中,卷積神經網絡在靜止圖像上的識別與分類上取得了巨大成功,但是對于視頻中的行為識別問題卻無法體現(xiàn)出其明顯的優(yōu)越性。目前的行為識別方法主要有雙流法,三維卷積法和基于人體骨架的方法等,但都存在各自的優(yōu)缺點,比如雙流法雖然識別率較高,但是特征來源是視頻幀的整個圖像信息,對人體行為的關注度不夠,所以識別率一般針對特定數(shù)據(jù)集而言;三維卷積法雖然模型簡單,實時性好,但是識別率不足;基于骨架的方法優(yōu)勢在于剔除視頻中的其他信息,只關注人體運動,提取的特征雖然少但更具有針對性和說服力,缺點是提取的骨架并非完全精準,導致這類方法識別率普遍較低。因此,本文針對上述問題,研究通過融合人體骨架和視頻圖像信息的行為識別方法,在保留基于骨架方法對動作的針對性的同時,通過與圖像信息結合,提高行為識別的準確率。首先本文從行為識別的研究背景及其在人工智能大環(huán)境發(fā)展中的理論研究意義和現(xiàn)... 

【文章來源】：山東大學山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：68 頁

【學位級別】：碩士

【部分圖文】：

圖２－４池化操作示意圖??

?山東大學碩士學位論文???一個完整的卷積神經網絡結構一般由卷積層（ｃｏｎｖｏｌｕｔｉｏｎａｌ?ｌａｙｅｒ）、池化??層（ｐｏｏｌｉｎｇ?ｌａｙｅｒ）和全連接層（ｆｏｌｌｙ?ｃｏｎｎｅｃｔｅｄ?ｌａｙｅｒ）組成。卷積層的具體卷積操??作如圖２－３所示，圖中原輸入圖像為單通道的４＊４圖像，為使卷積結果與輸??入圖像尺寸保持一致，對輸入圖像進行填充（ｐａｄｄｉｎｇ），卷積核大小為３＊３，??步長為１，卷積核將會根據(jù)步長在輸入圖像上從左到右，從上到下進行遍歷，??最終得出一個尺寸４＊４的特征圖。??葉》１：吁葉：：：：：：：?？??Ｔ￣Ｔ￣２?＼?２?２?０?＼?〇?＼?ｌ＼?〇??Ｔｏ?３?ｏ?ｏ?ｏ?ｉｌｌ?ｒＴＴｉＴＴｒｒ??ｉ?ｉ???＿＿＿＿＿?＿＿＿＿?＿＿＿＿＿??＾?２?：＆２：?；�。�；?；：??０?１?０?６?５?７?４??￣０?１?■?０?０?０＾￣０?３?ｍ??￣￣０?〇?＼?０?￣０￣０?￣０?３?１２?２??圖２－３卷積運算圖??卷積層一般與池化層互相堆疊，通過多個卷積池化操作，將原始輸入圖??像轉化為深層特征圖。池化層也叫下采樣層，其具體操作與卷積層的操作基??本相同，只不過池化層的卷積核內部是固定的，而非可學習的權重，一般是??取對應區(qū)域的最大值（最大池化）或者平均值（平均池化），如圖２－４所示，圖中??池化卷積核大小均為２＊２，步長均為２。池化層的主要作用是于保留關鍵性??特征，減少模型參數(shù)，降低網絡計算量，能夠防止過擬合，提高模型泛化能??力。??Ｊ?｜?叫?６?丨＾?｜?｜?■？?｜?Ｓ?｜?６?卜??６?５?７?４?｜?５?｜?

?山東大學碩士學位論文???數(shù)）的特征向量，該向量將圖像中最具有特點的圖像特征保留了下來以此完??成圖像分類任務。??最早的卷積網絡是ｌｅｃｕｎ在１９９８年提出的ＬｅＮｅｔ－５［２７］，其結構如圖２－５??所不。除輸入層和輸出層外，共／、層網絡，包括二個卷積層（Ｃｌ，Ｃ３，Ｃ５），??兩個池化層（Ｓ２，?Ｓ４），一個全連接層（Ｆ６）。淺層負責提取顏色和圖像邊緣這??種低級特征，高層負責整合這些淺層特征，提取出高層語義特征，實現(xiàn)從輸??入到輸出的映射，然后通過有監(jiān)督學習的方法不斷擬合訓練數(shù)據(jù)。后來涌現(xiàn)??出來的各種優(yōu)秀的ＣＮＮ模型例如ＧｏｏＬｅＮｅｔ［２８］、ＶＧＧＮｅｔ［２９］、ＲｅｓＮｅｔ［３Ｇ］等都??是在ＬｅＮｅｔ－５的基礎架構上改進出來的。??Ｃ３：?ｆ．?ｍａｐｓ?１６＠１０ｘｌ０??ＩＮＰＵＴ?６＠２１Ｓｅ?＾?Ｓ４：ｆ．ｍａｐｓｌ６＠５ｘ５??３２Ｘ３２?ｆｒ＂?Ｆ６：?ｌａｙｅｒ?ＯＵＴＰＵＴ??Ｉ?｜?Ｆｕｌｌ?ｃｏｎｎｅｃｔｉｏｎ?｜?Ｇａｕｓｓｉａｎ?ｃｏｎｎｅｃｔｉｏｎｓ??Ｃｏｎｖｏｌｕｔｉｏｎｓ?Ｓｕｂｓａｍｐｌｉｎｇ?Ｃｏｎｖｏｌｕｔｉｏｎｓ?Ｓｕｂｓａｍｐｌｉｎｇ?Ｆｕｌｌ?ｃｏｎｎｅｃｔｉｏｎ??圖２－５?ＬｅＮｅｔ－５結構圖??本文在實現(xiàn)基于圖像信息的行為識別時采用的是ＲｅｓＮｅｔ卷積神經網絡，??ＲｅｓＮｅｔ模型的出現(xiàn)是為了解決網絡降級的問題，即隨著網絡深度的增加，網??絡的性能越來越差，直接體現(xiàn)為在訓練集上的準確率下降。當網絡進行簡單??的堆疊到特別長時，網絡內部的特征在其中某一層己經達到了最佳的情況，??這時候剩下層應該不對該特征做任何改變，自動學成恒等

【參考文獻】：
期刊論文
[1]基于CNN/LSTM和稀疏下采樣的人體行為識別[J]. 陳煜平,邱衛(wèi)根.  計算機工程與設計. 2019(05)
[2]基于改進和積網絡的雙人交互行為識別[J]. 陳昌紅,劉園.  計算機技術與發(fā)展. 2019(10)
[3]基于深度運動圖和密集軌跡的行為識別算法[J]. 李元祥,謝林柏.  計算機工程與應用. 2020(03)
[4]光照變化條件下的光流估計[J]. 劉駿,祖靜,張瑜,張紅艷.  中國圖象圖形學報. 2014(10)
[5]圖像特征提取方法的綜述[J]. 王志瑞,閆彩良.  吉首大學學報(自然科學版). 2011(05)
[6]神經網絡信息傳輸函數(shù)Sigm oid與tanh比較論證[J]. 李曦.  武漢理工大學學報(交通科學與工程版). 2004(02)



本文編號：3567917