《基于动作轮廓特征的人体动作识别》.pdfVIP

第 21卷 第 3期 兰州工业学院学报 V)【1．2l No．3 2014年 6 JournalofLanzhouInstituteofTechnology Jun．2014 文章编号：1009—2269(2014)03-0008—05 基于动作轮廓特征的人体动作识别 李 枫 【太原警官职业学院基础部 ，山西 太原 030032) 摘要：提出了一种人工挑选关键帧的人体动作识别方法．先从标准视频 中提取出能代表姿势的关 键动作，然后对待测视频 中每一帧图像 中人体动作和关键动作比较分类来确定动作时间的相关度 和相似度．实验结果表明人工挑选关键帧具有数量少和动作代表性强的特性，基于动作轮廓特征 的人体动作识别方法在识别速度上比传统的方法快，识别率也较高． 关键词：视频处理；机器学习；模式识别；Hu矩；K近邻算法 中图分类号 ：TP391．4 文献标志码 ：A 算出人体动作二值轮廓图像的Hu矩 来进行分 0 引言 类识别． 随着计算机 中央处理器的运算能力、硬盘储存 1 相关理论与技术 容量的不断提高和视频采集设备的多样化发展，视 频数据也被人们广泛的应用在生活中．目前大多数 1．1 背景减除法 视频监控摄像头和相关储存设备仅能采集和储存 背景减除法是一种简单有效的能在稍微复杂 视频数据 ，而视频中人的各种动作及其行为 目的仍 的背景下提取到运动 目标的算法．它能够在静态背 需要人工判读．在视频中应用人体动作识别技术可 景的情况下检测运动的对象，该算法将背景帧与当 以有效减轻 f作人员的工作强度 ，提高工作效率． 前帧进行差分运算，然后取运算结果的绝对值，并 人体动作一般包括走 、快跑、慢跑、跳 、蹲、站和 转化为灰度图像来对运动区域进行检测．其 中差异 坐等，这些是人们E1常生活的基本动作也是人们生 较大的像素区域被认为是行动区域，差异较小的像 活工作的基本组成形态．人体的动作本身就可以传 素区域被认为是背景区域 ．这种办法的优点是u『 递很大的信息量，例如 OK的手势可以表达好 了、 以完全获得运动主体的数据特征，缺点是对于闯入 完成等意思．通过识别这些动作可以有效的理解和 图像中的其它物体很敏感． 分析人的意图，了解人要传达的意思，从而为下一 事实上背景图像会随着周 围环境因素的变化 阶段的智能信息处理提供可靠的依据． 而变化，例如光照，因此背景减除法具体应片j时对 本文首先把视频分割为一帧一帧的静态图像， 背景的建模和更新就变得非常重要．面对光照强度 对静态图像中运动的物体采用背景减除的方法 ¨ 的改变最简单有效的方法是平均差异图像法，就是 把运动 目标从背景中分割出来，再把分割出来的图 在不同时刻对背景图像多次采集，对所有采集的背 像转化为灰度图像，并通过对不同图像设置合理的 景图像统计每个像素的最大最小值 以求取平均值， 闽值将一些较小的噪声去掉，然后通过把几个像素 将重新计算的背景模版作为背景图像，这样就提高 以下的连通域删除的方法去除较大的噪声，最终计 了该方法适应环境变化的能力． 收稿 日期 ：2014—01．30 作者简介：李 枫 (1979一)，男，山西太原人，讲师，硕士生 第 3期 李 枫：基于动作轮廓特征的人体动作识别