基于时空关键点的动作识别算法分析-通信与信息系统专业论文.docxVIP

华中科技大学硕士学位论文

华 中 科 技 大 硕 士 位 论 文 1 绪 论 1.1 研究背景 随着经济和科技技术的发展，人们希望计算机能够更加智能化和友好化，而对于 大量的视频数据，需要构建一种自动化的检测方法，来对视频中的内容和语义进行分 析，更好的为经济发展和社会和谐安全服务。在这个大背景下，计算机视觉领域得到 了全面的发展，特别是在视频内容分析和高层语义表示方面，是一个非常有挑战性的 课题，而这方面的应用也在逐渐广泛起来。 在之前的实验室 863 项目中，研究的人类表达情感和肢体动作之间的关系，这个 其实也是行为识别的一个问题。提取视频中的高层语义是一个具有挑战性的话题，但 若在这个方向上有长足的进步，对推动计算机智能化和维护社会秩序有着很重要的意 义，比如在学校社区安装的摄像头，监控和检测偷盗的人的异常行为；在城市公路系 统中，检测违规行驶操作（闯红灯，违规掉头，违规压线等）的汽车；在商场或者地 铁站检测人流中的异常事件，即使给出人工干预，可以有效地防止重大安全事故的产 生；同样，在幼儿园门口，可以实时监控异常行为的人的出现，防止幼儿被害的重大 恶性事件的发生。 分析视频中的行为和异常事件的检测，是一个相当有挑战性的问题，但随着计算 机智能化，这个问题也成为研究热点，对人类发展和构建和谐社会有着非常重要的意 义。而这个课题，也涵盖了许多计算机视觉的其他领域的成果和研究，如跟踪、检测 算法，统计学模型等方法，因此，研究高层语义的行为识别是非常有意义的。 在对视频的高层语义的分析中，主要出现的是两个方面的内容，一个是从整体的 视频内容作为切入点，来分析群体行为的趋势和变化，一般用来检测异常事件的发生； 另一方面，是从个体的行为模式来作为切入点，来分析个体行为表达的内容，一般用 来检测单一对象的行为或者几个对象之间表达的动作语义。前者是分析视频的群体行 为趋势，如检测道路的路况，判断某一个车辆对象是否违规操作；在商场中群体移动， 判断是否存在异常人物引用群体行为异常；判断广场上是否一群人在斗殴等等。后者 是分析某个人在路上行走或者跳跃，这个人是表达的是什么动作；两个人在一起时握 手还是拥抱等；这里重点关注的是个体的具体行为和表达的语义。 1.2 国内外发展现状 在动作识别方面，先前的工作大致可以分为如下的方向：基于跟踪的方法[1,2], 基于流的方法 [3,4,5], 基于时空形状的方法 [6,7,8,9] 和基于关键点检测的方法 [10,11,12]。 基于跟踪过程的方法，是需要处理视频中的每一帧图像和从背景中分割出最感兴 趣的对象区域，最典型的是用一个模型来匹配当前帧。通过跟踪对象的运动的时间维 度，可以产生模型运动轨迹的参数，通过比较这个轨迹模型与目标时空模式的差别， 来判断是否为特定的动作。在论文[1]中，主要运用的是表演者的外观模型的描述信息， 首先在已标注的运动扑捉数据集上，在二维图像空间中跟踪人体的轨迹，同时，把这 个人体运动的轨迹同步到三维空间中，然后利用三维空间中的人体的躯干信息建立模 型，用于动作识别。此种算法需要在已标注的数据集上进行，需要对二维和三维的数 据进行同步，而在普通的数据集上需要先建立三维模型。在算法的具体方案中[2]，需 要对人体的图像序列进行跟踪，需要对身体的每个关节点建立估计模型，然后通过三 维空间中的骨架信息，来建立子空间模型，来识别人体的运动动作。这种方法的局限 性很大，首先需要对人体的支架建立模型，需要记录跟踪每个点在空间中的轨迹信息， 利用子空间之间的角度信息来进行动作识别。基于跟踪过程的方法，在动作识别方法 的发展起到了重要的作用，但基于跟踪的方法，在实时复杂的数据集上，无法准确的 跟踪到人体，而且无法准确的建立所有运动的模型，但这种方案对背景的依赖性不强， 可以适应各种背景情况。 基于流的方法，主要的研究点在于视频序列中的变化，通过研究外力对模型的影 响来识别特定的模型。Efros 等[3]在距离的层面来结合视频的流模板模型来进行行为 的识别，但这就需要背景的变化不能够太大，对于光流的计算要求准确，同时，视角 不能够改变，而对于表演者与摄像头之间的距离也不能够存在很大的变动。Ke[4]等 利用视频中的空间块的特征信息，利用局部描述算子的思想，他的做法是将二维的特 征推广到三维的空间信息，在静态图像中的对象检测的方法，运用到视频算法中，在 本文地址：http://lianchengexpo.xrbh.cn/quote/8732.html    迅博思语资讯 http://lianchengexpo.xrbh.cn/ , 查看更多