本文關(guān)鍵詞：視頻序列中的人體動作識別

  更多相關(guān)文章： 人體動作識別 時空興趣點(diǎn) 稀疏編碼 圖模型 多模態(tài)

【摘要】：近年來,人體動作識別作為視頻分析方向的一個熱門研究課題,已經(jīng)廣泛應(yīng)用在智能監(jiān)控、娛樂環(huán)境、醫(yī)療保健等領(lǐng)域,得到了眾多研究者的關(guān)注。本文圍繞著視頻中人體動作識別的核心技術(shù),針對現(xiàn)存方法存在的一些問題,提出了一些改進(jìn)措施。本文的主要創(chuàng)新點(diǎn)如下：1)提出了一種新的時空興趣點(diǎn)提取算法。目前用于動作識別的興趣點(diǎn)提取算法有稀疏興趣點(diǎn)提取算法和密集采樣法。前者在實(shí)際場景中存在相機(jī)運(yùn)動、復(fù)雜背景的情況下,所提取的點(diǎn)過于稀少,無法提供足夠的描述動作的信息；而后者多尺度等間隔的提取像素點(diǎn)作為興趣點(diǎn),等同的對待背景點(diǎn)和前景點(diǎn),不僅大大增加了計算量,尤其當(dāng)前景人物較小時,提取的興趣點(diǎn)大都是背景點(diǎn),影響了判別性。針對這些問題,我們提出了一種基于旋度的時空興趣點(diǎn)提取算法,能夠自動提取出運(yùn)動前景的關(guān)鍵部位。我們的興趣點(diǎn)提取算法基于光流微分,可抑制大部分的相機(jī)平移運(yùn)動。其次,當(dāng)光流計算出來后,我們的方法只需要計算光流微分減法,因此計算速度很快。再次,所提的興趣點(diǎn)是集中在局部關(guān)鍵部位的密集點(diǎn)群,這使得我們可以采用隨機(jī)大小的窗口來計算特征,避免了大多數(shù)算法所必須的多尺度遍歷,在獲得一定程度的尺度不變性的同時,減輕了計算量。在多個動作數(shù)據(jù)庫的實(shí)驗(yàn)表明,在保持與目前最好的密集采樣方法具有可比性性能的基礎(chǔ)上,我們的特征提取時間縮短了一半以上,達(dá)到了識別性能與計算復(fù)雜度之間很好的折中。2)提出了一種新的稀疏編碼模型,可以提供更具判別性的特征描述。傳統(tǒng)的稀疏表示需要在整組基內(nèi)解l1-范數(shù)優(yōu)化問題,計算量大。此外,由于單純的追求稀疏度,樣本可能由字典中完全不同類別的子集描述,導(dǎo)致相似的樣本得到差異非常大的編碼特征,影響了分類的效果�；诖�,我們提出了一種帶有非負(fù)和局部約束的稀疏編碼模型。非負(fù)約束保證每個樣本點(diǎn)處于其鄰域樣本組成的凸包中；局部約束的加入,使得樣本僅用與其相關(guān)的基元素表示,并且大大減少了計算復(fù)雜度；稀疏性約束則保證所求的解是自動稀疏性的。相比于經(jīng)典的稀疏編碼模型,所提模型可以更好地捕獲數(shù)據(jù)的全局子空間結(jié)構(gòu),提高了模型的判別性；與局部約束線性編碼模型相比,我們的模型對噪聲更具魯棒性。在三個數(shù)據(jù)庫上的實(shí)驗(yàn)均體現(xiàn)了我們所提的模型在動作識別任務(wù)上的優(yōu)勢。3)鑒于日益增加的可用的無標(biāo)簽數(shù)據(jù),我們提出了一種新的魯棒且具判別性的圖模型,用于進(jìn)行半監(jiān)督學(xué)習(xí)以提升動作識別的性能�，F(xiàn)存的分類方法大都是基于強(qiáng)監(jiān)督的,為了取得較好的分類性能,需要大量的有標(biāo)簽數(shù)據(jù)以便較好的訓(xùn)練出模型參數(shù)。但是,數(shù)據(jù)標(biāo)注是個非常繁重的工作,尤其是對于視頻來說。圖模型可以充分利用有限的帶標(biāo)簽及大量的無標(biāo)簽數(shù)據(jù),能夠捕獲數(shù)據(jù)的全局結(jié)構(gòu),已經(jīng)成功應(yīng)用到多種機(jī)器學(xué)習(xí)任務(wù)中。建圖是基于圖的算法中最關(guān)鍵的一步。建圖方法包括傳統(tǒng)的KNN (K Nearest Neighbor)、￡-球(ε-ball)及目前較為流行的稀疏圖(或稱l1-圖)。但是這些方法都通過歐氏距離度量數(shù)據(jù)間的關(guān)系,當(dāng)復(fù)雜的數(shù)據(jù)結(jié)構(gòu)存在于一個彎曲的流場時,歐式距離不再是一個合適的度量方式。此外,傳統(tǒng)的建圖方法大都使用單個模態(tài)或多模態(tài)串聯(lián)的方式,沒有充分利用各個模態(tài)的特殊信息�；诖�,我們提出了一種多模態(tài)的共享系數(shù)稀疏圖模型：首先根據(jù)類標(biāo)簽信息,將各模態(tài)數(shù)據(jù)分別投影到各自的馬氏空間,拉大類間距離,縮小類內(nèi)距離,增強(qiáng)模型的判別性；此外,使用共享系數(shù)的多模態(tài)圖對數(shù)據(jù)進(jìn)行稀疏表示,在充分利用多種模態(tài)包含的動作的多方面信息的同時,通過共享稀疏系數(shù)的方式排除了噪聲,增強(qiáng)了模型的魯棒性。我們在多個復(fù)雜數(shù)據(jù)庫中進(jìn)行了大量的實(shí)驗(yàn),均驗(yàn)證了所提模型優(yōu)于目前最好的方法。
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2015
【分類號】：TP391.41
，

本文編號：1271120