基于姿态估计的行为识别方法研究-计算机科学与技术专业论文.docxVIP

承诺书 本人声明所呈交的硕士学位论文是本人在导师指导下进 行的研究工作及取得的研究成果。除了文中特别加以标注和致 谢的地方外，论文中不包含其他人已经发表或撰写过的研究成 果，也不包含为获得南京航空航天大学或其他教育机构的学位 或证书而使用过的材料。 本人授权南京航空航天大学可以将学位论文的全部或部 分内容编入有关数据库进行检索，可以采用影印、缩印或扫描 等复制手段保存、汇编学位论文。 （保密的学位论文在解密后适用本承诺书） 作者签名： 日 期： 南京航空航天大学硕士学位论文 南京航空航天大学硕士学位论文 基于姿态估计的行为识别方法研究 基于姿态估计的行为识别方法研究 摘 要 人体姿态估计和行为识别在计算机视觉领域中一个非常热门的研究问题。在本课题中，我 们主要探讨了静态二维图像中的人体姿态估计和行为识别的问题，并提出了一个新的方法进行 人体姿态估计并且识别图片中的人体行为。这是一项非常有挑战性的工作，因为人体姿态有很 高的自由度并且缺少运动线索。为了克服这一缺点，我们基于混合部件模型采用分治的思想细 分了人体姿态的类型。我们构建了一个姿态专家的集合，集合中的每一个姿态专家可以的描述 一种类型的姿态，这些姿态比较相似或者是同一种行为的姿态，因而我们采用了这两个方案构 建姿态专家集合。实验结果显示两种方案都可以在困难的条件下提高姿态估计的精度。我们在 两个公开的数据库上对我们的模型进行了测试，实验结果表明我们的模型在姿态估计和行为识 别两个方面的精度都有显著提高。 在行为识别中，我们参考了之前得到的姿态估计专家的估计结果，结合姿态估计模型提出 了一种新的静态图像中行为识别方法。与其他方法不同的是，我们直接把每个姿态专家的姿态 估计所得到的形状向量作为动作识别的依据，通过姿态估计模型得到静态图像中的人体的若干 个姿态向量。本文中我们使用了一种新的姿态表示方法，使得这种姿态表示模型能够概括不同 类别动作间具有判别信息的特征。由于每个姿态专家对测试图像都有一个行为识别的预测，这 里我们提出了一种改进的加权投票方法进行行为识别，具体来讲就是把每个姿态专家的姿态估 计精度值作为置信度，并以此来调整姿态专家在行为识别的权重。我们在一个非常困难的数据 库上对行为识别模型进行了检测，实验结果表明我们的模型非常有效，并且能在一定程度上容 忍不太准确的姿态估计结果。 关键词：混合部件模型，姿态估计，姿态专家，姿态表示，行为识别，加权投票 i PAGE PAGE iv iii iii ABSTRACT The human pose estimation is a very popular problem in computer vision. In this work, we consider the problem of pose estimation and action recognition on the static images and propose a new method to solve this matter. This is a challenging task due to the high degrees of freedom of body poses and lack of any motion cues. Specially, we build a pool of pose experts, each of which individually models a particular type of articulation for a group of human bodies with similar poses or semantics (actions). We investigate two ways to construct these pose experts and show that this method leads to improved pose estimation performance under difficult conditions. We test our model on two public datasets, our experiments on public datasets demonstrate the feasibility and effectiveness of the proposed methods. Furthermore, in contrast to previous wisdoms of combining the output of each pose expert for action recognition using such