基于光流和概率上下文无关文法的人行为分析.docVIP

基于光流和概率上下文无关文法的人行为分析 【摘 要】文中提出了一个基于光流和概率上下文无关文法的人的视频序列的运动行为的分析方法。首先，采用自适应混合高斯模型来提取背景，然后采用形态学方法确定目标前景的轮廓。使用光流确定视频序列中的关键帧，并对关键帧的前景轮廓进行概率上下文无关文法分析。 【关键词】人体行为识别 光流 概率上下文无关文法 一、引言 人的运动行为视觉分析是利用计算机技术，从包含人的视频图像序列中，检测、分类、跟踪人，并对其行为进行理解与描述[1]。由于其在视频监控，高级人机交互，虚拟现实，视频检索，体育运动分析，动画和游戏设计，医疗诊断等领域的广泛的应用前景，运动行为视觉分析已经成为当前计算机视觉的一个研究热点。 基于视频的行为分析主要包括行为的描述与识别两个基本问题[2]。行为描述方法根据分析对象的层次，可以分为基于低层图像信息的方法和基于高层人体结构的方法。基于底层图像信息的方法可以快速鲁棒地获取特征，但无法处理复杂的行为；基于高层人体结构的方法可以描述复杂的行为，但是特征获取比较困难。行为识别算法根据其处理方法的不同，分为基于模板匹配的算法和基于状态空间的算法。基于模板匹配的算法计算量少，但是对行为的时间间隔很敏感；基于状态空间的算法则需要复杂的模型训练。 目前，人的运行行为分析的研究仍然处于一个初级阶段，有很多困难难以解决，具体体现在[3，4]：复杂场景下行为