2026《公交车乘客识别算法研究文献综述》2900字.docxVIP

PAGE3

公交车乘客识别算法研究文献综述

公交车乘客殴打驾驶员，导致大量伤亡的恶性公交车交通事故屡见不鲜。基于车载摄像头的公交车前排乘客动作识别系统是为研究公交车前排乘客的动作自动识别而提出的，以及时发现前排乘客的不良行为，自动报警并上报上级管理部门。

国内比较典型的有三通道卷积神经网络深度学习算法、时序深度置信网络模型。国外比较典型的有3D点袋方法、基于深度学习的超分算法、建模时序上下文信息的层次递归神经网络结构等。

王亮亮[1]利用一种三通道卷积神经网络的深度学习算法，弥补了目前的深度学习框架在三维动作信号方面学习分析能力的缺陷，该算法可以很好地深度学习和识别视频中的动作。动作图像是三通道卷积神经网络深度学习方法的基本特征之一，为了获得更高效和更全面的深度学习特征，在该方法的基础上面，构造出一个卷积神经网络大框架，然后对底层特征进行深度特征提取。框架组成包括5个卷积层、3个池化层和2个全连接层。当得到中间层次特征描述算子时，将中间层次特征描述算子视为局部动作描述算子，然后用soft-VLAD算法执行高级时空特征表达式，从而完成高精度的动作识别。

杨江峰[2]提出了两种局部邻域特征构造算法：基于正多面体的和基于多尺度的时空方向特征。前者是一种参考定位系统，以正多面空间轴为特征位置，准确地描述局部特征的相对位置信息。后者是在构造局部邻域时引入了时空尺度参数，从而使邻域特征具有方向选择性的。还指出一种混合特征，并与所提出的多尺度空间位置编码算法相结合，以准确地描述人类在时空上行为的概率分布信息。

周风余[3]等人提出了一种基于条件限制玻尔兹曼机的时序深度置信网络模型。这个模型可以对时序数据进行精确解析，经过充分的实验验证，这个模型在解析三维关节点序列方面效果显著。

尹建芹等人[4]利用Kinect获取的关节点数据作为动作识别的输入，克服了以往动作识别研究中受光照影响显著的缺点。另外，采用层次性分类算法框架对不同类型的动作提取不同特征，有效地模拟人在动作认知过程中体现的选择性关注的特点。最后，引入时序直方图建模具有丰富时序信息的人体动作，动作识别结果较为准确。

杨君等人[5]在现有的方法和技术的基础上进行分析研究，提出了一个二维人体基于OpenPose的单目图像动作识别对比指导系统。实验结果表明：系统判断结果与人眼识别相吻合。安装简单、设备较少、交互性较强、设备成本低、数据较少并且对噪声干扰有较强的鲁棒性。

谭嘉崴等人[6]提出一种基于视频帧连贯信息的3维姿态优化估计方法。首先利用2维姿势估计结果优化人体3维关节点坐标，以减少抖动；其次引入前后帧关节点运动的逆向与正向预测，以保持动作连贯性；最后，加入骨骼连接约束，建立可保持人体动作轨迹光滑且优化前后关节连接结构一致的模型，实现对3维人体姿态的精确估计。

郭天晓等人[7]提出了一种基于人体骨架特征编码的动作识别方法。首先，构建精简人体骨架模型，并利用人体姿态估计技术提取骨架模型中各关节点的坐标信息；其次，利用人体中心投影法提取动作特征区域以消除人体整体位移对动作识别的影响；最后，将特征区域编码为特征向量并输入多分类器进行动作识别，同时通过优化特征向量长度使识别精度和速度达到最优。

付仔蓉等人[8]利用BI-LSTM模型长时间存储骨骼序列的特点获得丰富的双向时间信息对动作的顺序进行建模，同时从3D骨骼关节点坐标中提取关节点之间的相对距离特征和相对角度特征来加强空间结构特征，完成从骨骼数据中实现人体行为识别。该方法有效地进行了人体行为动作分类，提高了识别准确性。

蒲俊福[9]提出了一种基于三维残差网络和空洞卷积的手语识别网络模型，采用时序空洞卷积进行序列建模，有效地提升了网络的推理速度，缓解了由循环神经网络带来的时序依赖问题，并采用迭代优化的策略，逐步提升视觉特征提取器的表征能力。

李超[10]将深度卷积神经网络引入序列化信号的人体步态识别中。针对不同的角度，提出了把深度卷积特征和联合贝叶斯相结合的方法。大量实验结果显示，该方法对于大多数数据库来说都较为完善。

王斌等提出了一种判别稀疏编码的视频表示算法，该方法有效地增加了人体动作识别的精度[11]。

田国会等[12]使用动态时间规划(Dynamictimewarpping,DTW)算法。实现了对基于关节点信息的人体动作的良好识别。近些年以来，深度神经网络在各种领域的运用都很突出，在人体动作识别领域的运用也越来越广泛。

Li等[13]利用深度图对动作进行识别，提出了一种3D袋方法(Abagof3Dpoints)，这种方法可以处理深度序列图中的人体动作信息。大量实验结果表明，只需要百分之一的点就能够确定出图中超过百分之九十的识别精度。

Yang等[14]基于文献的工作对MSRAction3D数据库中的深度动