收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于视觉的运动人体特征描述与行为识别研究

韩姗姗  
【摘要】:基于视觉的运动人体行为识别是计算机视觉和机器学习等领域的热门研究方向,在智能监控、人机交互等方面有着十分重要的应用价值。本文在运动目标的检测、特征提取和描述、人体行为识别三个方面进行了研究,主要工作和成果如下:1.在运动目标检测上,本文以视觉背景提取算法(Vi Be)算法为基础,提出一种鲁棒的自适应视觉背景提取算法(RAViBe)。RAViBe采用鲁棒的基于图像对比度的背景建模方法,采用自适应的背景更新与目标分类方法来进行运动目标检测。实验结果表明,与ViBe算法相比,RAVi Be算法在保证了算法简洁高效的同时,在运动目标检测中能获得更好的检测效果,能快速有效地消除鬼影区域,并且在光照变化的情况下保证算法的鲁棒性。2.在特征提取和描述上,本文提出一种基于块直方图的融合特征描述子(BBHFFD),提取运动区域中的剪影特征与光流特征合并成融合特征,并采用基于块直方图的方式加以描述。在此基础上,本文采用判别公共向量(DCV)的方法对融合特征进一步降维,并提出一种改进的快速判别公共向量(FDCV)的方法,用标量分类代替原算法中的向量分类。实验结果表明,与单一特征相比,采用融合特征在行为识别时能获得更高的识别率;同时,与DCV相比,采用FDCV能在保证识别率的前提下,将目标分类的计算速度提高约两倍。3.在基于状态空间的人体行为识别上,本文将SVM-HMM混合模型引入人体行为识别中,用属于判别式模型的支持向量机(SVM)来替代属于产生式模型的GMM模块,使得在训练样本不足的情况下能获得更优的分类性能。实验结果表明,与GMM-HMM相比,SVM-HMM混合模型在短序列视频中获取了更高的识别率。而在长视频序列的识别上,得益于HMM对时间序列的建模能力,SVM-HMM混合模型同样取得了较好的识别率。4.在基于规则的人体行为识别上,本文提出一种基于遗传算法规则进化的人体行为识别方法,为人体行为设定一组约束条件作为规则,同时将遗传算法应用于规则的更新上,使规则能得到不断地进化从而获得自适应能力。实验结果表明,与初始规则相比,进化得到的规则能在人体行为识别中获得更高的识别率。5.结合以上的研究工作,针对水电站异常行为监控的应用环境,在windows平台下结合OpenCV实现了人体异常行为监控系统。系统通过训练,能在固定场景中对异常行为进行识别并显示报警信息。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 李宁;须德;傅晓英;袁玲;;结合人体运动特征的行为识别[J];北京交通大学学报;2009年02期
2 张伟东;陈峰;徐文立;杜友田;;基于阶层多观测模型的多人行为识别[J];清华大学学报(自然科学版);2009年07期
3 吴联世;夏利民;罗大庸;;人的交互行为识别与理解研究综述[J];计算机应用与软件;2011年11期
4 申晓霞;张桦;高赞;薛彦兵;徐光平;;一种鲁棒的基于深度数据的行为识别算法[J];光电子.激光;2013年08期
5 郑胤;陈权崎;章毓晋;;深度学习及其在目标和行为识别中的新进展[J];中国图象图形学报;2014年02期
6 曾青松;余明辉;贺卫国;李玲;;一种行为识别的新方法[J];昆明理工大学学报(理工版);2009年06期
7 谷军霞;丁晓青;王生进;;基于人体行为3D模型的2D行为识别[J];自动化学报;2010年01期
8 李英杰;尹怡欣;邓飞;;一种有效的行为识别视频特征[J];计算机应用;2011年02期
9 王新旭;;基于视觉的人体行为识别研究[J];中国新通信;2012年21期
10 王忠民;曹栋;;坐标转换在移动用户行为识别中的应用[J];北京邮电大学学报;2014年S1期
11 温向兵;满君丰;;视频监控中人体行为识别的研究[J];微型机与应用;2010年23期
12 祁国平;吴朝润;;人体行为识别的研究[J];山西电子技术;2011年06期
13 黄文丽;范勇;;结合时空拓扑特征和稀疏表达的人体行为识别算法[J];计算机应用;2013年06期
14 孟春宁;白晋军;张太宁;刘润蓓;常胜江;;单摄像机下基于眼动分析的行为识别[J];物理学报;2013年17期
15 刘景;邓莎莎;童晶;陈正鸣;;基于人计算的小鼠行为识别[J];计算机应用;2014年02期
16 徐勤军;吴镇扬;;视频序列中的行为识别研究进展[J];电子测量与仪器学报;2014年04期
17 田国会;尹建芹;韩旭;于静;;一种基于关节点信息的人体行为识别新方法[J];机器人;2014年03期
18 陈嫣;;两级融合系统中目标身份与行为识别技术[J];火力与指挥控制;2011年09期
19 原光明;;基于打斗过程中运动能量特征的打斗行为识别研究[J];内江科技;2012年10期
20 赵海勇;李俊青;;基于动作串的人体行为识别[J];计算机科学;2013年10期
中国重要会议论文全文数据库 前7条
1 苗强;周兴社;於志文;倪红波;;一种非觉察式的睡眠行为识别技术研究[A];第18届全国多媒体学术会议(NCMT2009)、第5届全国人机交互学术会议(CHCI2009)、第5届全国普适计算学术会议(PCC2009)论文集[C];2009年
2 齐娟;陈益强;刘军发;;基于多模信息感知与融合的行为识别[A];第18届全国多媒体学术会议(NCMT2009)、第5届全国人机交互学术会议(CHCI2009)、第5届全国普适计算学术会议(PCC2009)论文集[C];2009年
3 方帅;曹洋;王浩;;视频监控中的行为识别[A];2007中国控制与决策学术年会论文集[C];2007年
4 黄紫藤;吴玲达;;监控视频中简单人物行为识别研究[A];第18届全国多媒体学术会议(NCMT2009)、第5届全国人机交互学术会议(CHCI2009)、第5届全国普适计算学术会议(PCC2009)论文集[C];2009年
5 安国成;罗志强;李洪研;;改进运动历史图的异常行为识别算法[A];第八届中国智能交通年会优秀论文集——智能交通与安全[C];2013年
6 王忠民;曹栋;;坐标转换在移动用户行为识别中的应用研究[A];2013年全国通信软件学术会议论文集[C];2013年
7 刘威;李石坚;潘纲;;uRecorder:基于位置的社会行为自动日志[A];第18届全国多媒体学术会议(NCMT2009)、第5届全国人机交互学术会议(CHCI2009)、第5届全国普适计算学术会议(PCC2009)论文集[C];2009年
中国博士学位论文全文数据库 前10条
1 邵延华;基于计算机视觉的人体行为识别研究[D];重庆大学;2015年
2 仝钰;基于条件随机场的智能家居行为识别研究[D];大连海事大学;2015年
3 冯银付;多模态人体行为识别技术研究[D];浙江大学;2015年
4 姜新波;基于三维骨架序列的人体行为识别研究[D];山东大学;2015年
5 韩姗姗;基于视觉的运动人体特征描述与行为识别研究[D];浙江工业大学;2015年
6 何卫华;人体行为识别关键技术研究[D];重庆大学;2012年
7 吴秋霞;复杂场景下的人体行为识别[D];华南理工大学;2012年
8 于成龙;基于视频的人体行为识别关键技术研究[D];哈尔滨工业大学;2014年
9 王亮;基于判别模式学习的人体行为识别方法研究[D];哈尔滨工业大学;2011年
10 付朝霞;基于视频流的人体目标检测与行为识别研究[D];中北大学;2013年
中国硕士学位论文全文数据库 前10条
1 唐小琴;基于全局和局部运动模式的人体行为识别研究[D];西南大学;2015年
2 胡秋扬;可穿戴式个人室内位置和行为监测系统[D];浙江大学;2015年
3 陈钰昕;基于时空特性的人体行为识别研究[D];燕山大学;2015年
4 任亮;智能车环境下车辆典型行为识别方法研究[D];长安大学;2015年
5 金泽豪;并行化的人体行为识别方法研究与实现[D];华南理工大学;2015年
6 王呈;穿戴式多传感器人体日常活动监测系统设计与实现[D];南京理工大学;2015年
7 王露;基于稀疏时空特征的人体行为识别研究[D];苏州大学;2015年
8 于静;基于物品信息和人体深度信息的行为识别研究[D];山东大学;2015年
9 章瑜;人体运动行为识别相关方法研究[D];南京师范大学;2015年
10 赵扬;家庭智能空间下基于行走轨迹的人体行为理解[D];山东大学;2015年
中国重要报纸全文数据库 前4条
1 李晨光;导入CIS要注意什么?[N];河北经济日报;2001年
2 农发行鹿邑支行党支部书记 行长 刘永贞;发行形象与文化落地农[N];周口日报;2007年
3 东林;行为识别新技术让监控没有“死角”[N];人民公安报;2007年
4 田凯 徐蕊 李政育 信木祥;博物馆安全的国际经验[N];中国文物报;2014年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978