基于全局和局部运动模式的人体行为识别研究-计算机应用技术专业论文.docx

研究生优秀毕业论文 3．1模型框架 3．1模型框架 19 3．1．1行为表示模型 一19 3．1．2分类器模型 一20 3．2全局运动模式法 2l 3．2．1时空兴趣点检测 ．．22 3．2．2时空兴趣区域检测 ．．23 3-2．3基于ROI预测的全局运动模式提取 23 3．2．4基于DTW的全局运动模式行为识别 ．．27 3．3局部运动模式法 29 3．4本章小结 31 第4章实验结果与分析 33 4．1数据库 33 4．2实验结果 34 4．2．1 Weizmann库实验结果 34 4．2．2 UCF库实验Z．1#4口-果 ．35 4．2．3 multiple cameras fall库实验结果 36 4．3算法时耗分析 37 4．4参数对实验结果的影响 38 4．5本章小结 40 第5章总结与展望 41 5．1总结 41 5．2展望 4l 参考文献 ．43 致谢 ．49 攻读硕士期问发表的论文 ．51 Ⅱ 万方数据 摘要基于全局和局部运动模式的人体 摘要 基于全局和局部运动模式的人体 行为识别研究 计算机应用技术专业硕士研究生唐小琴 指导教师肖国强教授 摘要 随着计算机技术的迅速发展，图像和视频数据的海量增长推动着计算机视觉 研究和应用的不断发展，同时也促进了模式识别，人工智能和机器学习等相关领 域的发展。人体行为识别作为计算机视觉领域备受关注的研究方向，被广泛应用 于智能视频监控、病人监护系统、人机交互、虚拟现实、智能家居、智能安防和 运动员辅助训练等，具有广泛的应用价值和前景。尽管当前行为识别的研究取得 了一定进展，但由于人体行为识别的复杂性，如背景杂乱、摄像机快速移动，以 及人体外貌、姿势和尺度等变化，导致人体行为识别面临更大的困难和挑战。 传统基于兴趣点的行为识别方法通过提取底层特征(如HOF，HOG和 3D—SIFT等描述子)获取视频的局部信息，并构建基于语义的bag．ofwords模型用 于生成行为的特征向量。这种方法的优点是不需要对视频进行预处理提取运动对 象，进而不易受图像预处理结果的影响，且对噪声或干扰等因素不敏感，但其缺 点是计算复杂度高，特别在训练过程中需要耗费大量时间构造字典模型。本文关 注兴趣点的轮廓信信息和运动信息，提出一种基于运动模式的人体行为识别方法。 本文的主要工作包括：1)采用现有的兴趣点检测方法(Dollars角点检测方法)提 取视频中的时空兴趣点，采用本文方法提取运动模式(movement pattern．MP)， 该运动模式包含顶层的全局运动模式(global pattern，GMP)和底层的局部运动模 式(10cal movement pattern，LMP)；2)在基于GMP的方法中，通过提取视频立 方体中的时空兴趣区域(region ofinterest，ROI)，采用kalman滤波对ROI进行预 测，提取全局运动模式，并进行动态时间规整(dynamic time warping，DTW)。 在模式匹配阶段使用字交叉参考模板(cross．words reference templates，CWRTs)方 法对训练模式进行规整生成参考模式并使用距离度量对其进行识别；3)在基于 LMP的方法中，ROI内的兴趣点轨迹与加权平均运动速度用于表示ROI的局部运动 模式，通过自适应层次聚类算法产生局部参考运动模式，并采用模式匹配方法对 其分类和识别。 在训练过程中，首先构建一个具有两层结构的分类器模型：顶层包含多个非 混淆行为分类器和混淆行为分类器，而底层则包含基于顶层每个混淆行为分类器 万方数据 西南大学硕士学位论文构建的多个非混淆行为分类器。非混淆行为分类器定义：只包含一类行为的分类 西南大学硕士学位论文 构建的多个非混淆行为分类器。非混淆行为分类器定义：只包含一类行为的分类 器定义为非混淆行为分类器。混淆行为分类器定义：分类器包含多类易混淆，相 似度高的行为，这样的分类器定义为混淆行为分类器。对于任何一个行为，首先 采用顶层的GMP描述方法及其识别方法对其进行识别，若识别结果为非混淆类， 则结束识别过程：若识别结果为混淆类，则继续采用底层的LMP描述方法及识 别方法对其进tf--次识别，从而将其识别为底层的非混淆类。 将本文的方法在标准视频库Weizmann库和UCF库中进行验证和测试，并在 multiple cameras fall视频库中对跌倒行为进行了识别，其识别率分别为93．O％、 88．4％和93．5％。实验表明本文的方法在保证识别率的前提下，较传统基于多种底 层特征(如HOF，HOG和3D．SIFT描述子)描述的bag．of-words方法计算量更小， 耗时更少，具有更好的实时性。论文最后对算法参数进行分析，讨论了三种不同 参数对实验结果的影响。 关键