人體行為識別是智能監(jiān)控、人機(jī)交互等多個應(yīng)用領(lǐng)域的核心支撐技術(shù)之一,近年來得到了廣泛研究�，F(xiàn)有的基于視頻的方法大多使用原始視頻或者等量采樣方式提取視頻的RGB圖像特征和光流特征進(jìn)行行為識別,該方法容易受到視頻中冗余信息的影響,并且隨著研究對象越來越多樣性,RGB圖像特征和光流特征難以表達(dá)出視頻中的全部信息,影響行為識別準(zhǔn)確率的提升。為解決上述問題,本文圍繞視頻關(guān)鍵幀提取技術(shù)和視頻特征表達(dá)展開研究,提出了一種基于關(guān)鍵幀的多特征融合行為識別方法,并基于該方法構(gòu)建原型系統(tǒng)。主要內(nèi)容包括如下:1.針對行為識別研究中的視頻信息冗余問題,提出了基于關(guān)節(jié)點(diǎn)貢獻(xiàn)度加權(quán)的關(guān)鍵幀提取方法。本方法首先以人體關(guān)節(jié)點(diǎn)信息作為視頻特征描述子,結(jié)合人體運(yùn)動時關(guān)節(jié)點(diǎn)的活躍度不同,提出了關(guān)節(jié)點(diǎn)貢獻(xiàn)度加權(quán)的幀間的相似性計(jì)算方法;然后基于相鄰幀的幀間相似性劃分視頻得到聚類的初始類簇;最后使用K-means聚類算法提取運(yùn)動視頻關(guān)鍵幀。該方法與其他基于聚類的關(guān)鍵幀提取方法相比,細(xì)化了動作間的差異性并且保證了關(guān)鍵幀的時序性,在保真率和查全率兩方面都得到了提升。2.針對視頻中單一特征對視頻信息表達(dá)不足問題,提出了一種基于關(guān)鍵幀的多特...

【文章頁數(shù)】：81 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖12雙流卷積網(wǎng)絡(luò)中間與時間網(wǎng)絡(luò)白

（4）測試結(jié)果按UCF101split1上的劃分進(jìn)行數(shù)據(jù)測試，首先通過第三章的方法提取出測試集上數(shù)據(jù)的關(guān)鍵幀，分別提取了k3、k10和k25時的關(guān)鍵幀�？臻g網(wǎng)絡(luò)的輸入為一幀關(guān)鍵幀圖像數(shù)據(jù)，時間網(wǎng)絡(luò)的輸入為關(guān)鍵幀及其附近9幀的光流圖像形成的堆疊光流....

本文編號：3946626