本文關(guān)鍵詞：基于局部特征描述的視頻人體動作識別方法研究

  更多相關(guān)文章： 視頻內(nèi)容分析 人體動作識別 判別性區(qū)域 視覺顯著性

【摘要】：近年來,由于互聯(lián)網(wǎng)及數(shù)碼設(shè)備的日益普及,視頻的內(nèi)容分析和處理受到各界的廣泛關(guān)注。其中,基于視頻的人體動作識別方法在近年來被廣泛應(yīng)用于各個領(lǐng)域,成為熱門的研究方向。但是該領(lǐng)域在技術(shù)發(fā)展的過程中還存在著很多的挑戰(zhàn),比如人體動作的自由度較大、拍攝的背景環(huán)境差異、相機的移動和縮放、拍攝角度變化、視頻中的噪聲和遮擋等等,都會對識別的準確性造成影響。針對現(xiàn)有的視頻人體動作識別方法存在的各種問題,本文對基于局部特征描述的視頻人體動作識別方法進行了研究,通過提取視頻的判別性區(qū)域及一種中層的視頻表示方法來提高識別的準確率。首先,本文闡述了視頻人體動作識別的方法,包括基于全局特征描述的視頻表示方法和基于局部特征描述的視頻表示方法,同時對基于局部特征描述的視頻表示方法的流程和常用技術(shù)進行了詳細說明,并分析了目前常用方法的優(yōu)點和存在的不足。其次,本文提出了一種基于判別性超體素的人體動作識別方法。該方法通過一個預(yù)訓(xùn)練的過程,比較本類動作與其他類動作在這些視頻區(qū)域上的不同,提取出對本類有判別作用的視頻區(qū)域作為感興趣區(qū)域,同時基于判別性超體素對視頻進行描述。本方法針對人體動作識別領(lǐng)域面臨的類內(nèi)與類間差距的問題,能擴大類間差距,縮小類內(nèi)差異。同時對復(fù)雜背景等干擾不敏感。此后,本文在多個常用的視頻庫上進行實驗,并與近年來國際上的經(jīng)典方法進行比較,實驗結(jié)果表明本文的方法有較高的識別準確率。最后,本文提出了基于視覺注意的人體動作識別方法,進一步確定感興趣區(qū)域。同時,為了解決視頻中出現(xiàn)的縮放問題,本文還提出了通過視頻的多層過分割來對視頻進行表示的方法。實驗結(jié)果表明,本方法能夠達到更高的識別準確率,并且對視頻的縮放不敏感。
【關(guān)鍵詞】：視頻內(nèi)容分析 人體動作識別 判別性區(qū)域 視覺顯著性
【學(xué)位授予單位】：北京工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-15
• 1.1 研究背景和意義9
• 1.2 研究現(xiàn)狀和挑戰(zhàn)9-12
• 1.3 本文的研究內(nèi)容和主要貢獻12
• 1.4 課題來源12
• 1.5 本文結(jié)構(gòu)12-15
• 第2章 視頻人體動作識別方法概述15-25
• 2.1 基于全局特征描述的表示方法15-16
• 2.2 基于局部特征描述的表示方法16-23
• 2.2.1 詞袋模型17-19
• 2.2.2 感興趣點檢測19-21
• 2.2.3 視頻表示21-22
• 2.2.4 分類模型22-23
• 2.3 本章小結(jié)23-25
• 第3章 基于視頻判別性超體素的人體動作識別25-45
• 3.1 基于視頻判別性超體素的人體動作識別方法25-27
• 3.2 基于判別性超體素的感興趣區(qū)域檢測27-32
• 3.2.1 視頻過分割27-28
• 3.2.2 超體素表示28-29
• 3.2.3 判別性超體素提取29-32
• 3.3 基于判別性超體素的視頻表示32-33
• 3.4 χ~2核SVM分類模型33
• 3.5 基于判別性超體素的人體動作識別方法實驗結(jié)果33-44
• 3.5.1 數(shù)據(jù)集介紹33-36
• 3.5.2 評價指標36-37
• 3.5.3 參數(shù)選擇37-39
• 3.5.4 對比實驗與分析39-44
• 3.6 本章小結(jié)44-45
• 第4章 融合多層過分割和視覺顯著性的人體動作識別45-57
• 4.1 融合多層過分割和視覺顯著性的人體動作識別方法45-47
• 4.2 多層過分割及視頻的表示47-49
• 4.3 融合視覺顯著性的判別性區(qū)域檢測方法49-53
• 4.3.1 視覺顯著性49-50
• 4.3.2 顯著圖計算方法50-52
• 4.3.3 顯著度加權(quán)計算判別度52-53
• 4.4 融合多層過分割和視覺顯著性的人體動作識別方法實驗結(jié)果53-56
• 4.4.1 參數(shù)設(shè)置53-54
• 4.4.2 對比實驗與分析54-56
• 4.5 本章小結(jié)56-57
• 結(jié)論57-59
• 參考文獻59-65
• 攻讀碩士學(xué)位期間的研究成果65-67
• 致謝67

，

本文編號：864266