收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

行为识别中特征提取和描述相关问题研究

温长吉  
【摘要】:Tom M.Mitchell曾说能否具备行为认知能力是机器能够具备智能的重要因素之一,因为它让机器直接和自然地与人与物实现交互,而不需要任何特定的硬件接口。当今时代,人类已经站在人工智能潮流的风口浪尖,人工智能对于人类来说已经不是用不用,而是如何用、高效用的问题,而提升机器自主行为识别能力对于解决上述问题至关重要。行为识别是多学科多领域研究的热点难点问题之一,实现视频中高效的行为特征提取和描述对于行为准确识别和理解具有至关重要的意义。前期研究工作虽取得丰硕成果,但是在不同场景应用中由于描述行为的特征面临包括噪声、识别目标辨识性差等因素影响,提取特征健壮性较弱;另外在特征提取和描述过程中还存在全局上下文信息、颜色纹理信息等多样性特征损失等问题。上述特征提取和描述所面临的问题都将极大影响行为识别的准确性,因此本文将围绕以上问题开展相关研究,主要工作如下:(1)提出新的定性轨迹关系特征描述子用于轨迹特征提取和描述,实现复杂交互行为识别。QTC算子易于受短期波动噪声影响,且缺少对交互轨迹的全局上下文信息描述和表示。因此本文在研究借鉴QTC算子的基础上,提出了三种新的定性轨迹关系特征描述子,即新的点-点定性轨迹特征描述子、子轨迹-子轨迹定性轨迹特征描述子和点-轨迹定性轨迹特征描述子,实现对交互轨迹局部特征更加细致的描述,平滑局部波动噪声和较好描述交互轨迹的全局上下文信息。最后通过在模拟交互轨迹测试集和车辆交互行为公开库上,对本文提出的新定性轨迹特征描述子与包括QTC算子在内的基于轨迹的行为特征描述方法进行比较,验证本文提出算子的有效性。(2)研究提出一种局部活跃度模式特征描述子用于活跃球员检测和定位,实现体育视频战术行为特征提取和描述。当前以多目标跟踪,提取运动目标轨迹作为底层特征提取和描述的体育视频战术行为识别方法易受目标遮挡、辨识性差等因素影响。本文提出一种局部活跃度模式特征描述子用于视频中活跃球员的检测和定位,从而建立了一个基于非轨迹的体育视频战术行为识别方法框架。该框架首先通过场地线检测和摄像机标定实现场地真实三维空间坐标系重建和场地区域分割,然后利用所提出的局部活跃度模式特征描述子实现视频中活跃球员检测和定位,借助场地分割区域构建活跃球员的时空分布用于实现战术行为描述和识别,最后利用该识别框架对2012年欧洲杯和2013/14赛季西班牙足球甲级联赛中巴塞罗那所有比赛场次进攻模式的战术行为进行识别,取得较为满意的识别结果。(3)研究提出一种自适应三维正交面局部二值模式特征描述子用于行为特征描述,实现母牛产前行为识别。当前养殖环境监控视频易受噪声影响画质较差,并且基于视觉的家畜异常复杂行为识别研究较少。本文首先在借鉴中值滤波实现非线性平滑噪声思想基础上提出一种自适应三维正交面局部二值模式特征描述子(Adaptive local binary patterns on three orthogonal planes,ALBP-TOP),新算子在经典LBP-TOP算子的基础上利用窗口邻域像素线性加权值对中心阈值进行自适应调整,从而实现平滑视频噪声对于算子特征编码的影响。研究提出了一个母牛产前异常行为识别框架,利用时空兴趣点和ALBP-TOP算子实现视频中行为特征提取和描述,构建视觉词典用于母牛基本行为识别,最终通过对观测视频中产前基本行为发生频次规律的统计实现母牛产前行为识别与规律发现。(4)研究提出一种基于改进人工蜂群算法优化脉冲耦合神经网络的目标分割方法。行为识别中目标分割对于准确提取运动目标外部轮廓特征和区域纹理特征具有重要意义。当前目标分割方法大多作用在二值图像或灰度级图像上,易于丢失大量颜色纹理信息。因此本文提出一种改进人工蜂群算法优化脉冲耦合神经网络并用于目标区域分割。首先通过引入尺度因子自适应调整解的搜索寻优策略,以信息熵加权线性函数作为蜂群搜索解的收益度损益评价函数改进经典人工蜂群算法;然后利用改进人工蜂群算法优化脉冲耦神经网络参数实现网络参数自主调节;最后将改进脉冲耦合神经网络应用于RGB彩色图像目标分割。结果表明本文方法能够更加细致的体现目标的外部形态特征和较为完好的保留目标区域颜色纹理信息。综上,本文针对行为识别中特征提取和描述相关问题开展研究,提出解决方法并进行实验验证,本文的相关工作为后续研究提供参考借鉴的思路。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 刘相滨,向坚持,王胜春;人行为识别与理解研究探讨[J];计算机与现代化;2004年12期
2 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
3 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
4 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
5 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
6 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
7 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
8 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
9 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
10 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
11 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
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10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
8 尚修刚;蒋慰孙;;模糊特征提取新算法[A];1997中国控制与决策学术年会论文集[C];1997年
9 潘荣江;孟祥旭;杨承磊;王锐;;旋转体的几何特征提取方法[A];第一届建立和谐人机环境联合学术会议(HHME2005)论文集[C];2005年
10 薛燕;李建良;朱学芳;;人脸识别中特征提取的一种改进方法[A];第十三届全国图象图形学学术会议论文集[C];2006年
中国博士学位论文全文数据库 前10条
1 温长吉;行为识别中特征提取和描述相关问题研究[D];吉林大学;2017年
2 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
3 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
4 冯银付;多模态人体行为识别技术研究[D];浙江大学;2015年
5 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
6 裴利沈;视频中人体行为识别若干问题研究[D];电子科技大学;2016年
7 周同驰;行为识别中基于局部时空关系的特征模型研究[D];东南大学;2016年
8 徐海燕;复杂环境下行为识别特征提取方法研究[D];东南大学;2016年
9 吴云鹏;集体行为的识别与仿真研究[D];郑州大学;2017年
10 刘艳秋;舍饲环境下母羊产前典型行为识别方法研究[D];内蒙古农业大学;2017年
中国硕士学位论文全文数据库 前10条
1 徐陈晨;基于多特征的人体行为识别的研究[D];南京邮电大学;2017年
2 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
3 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
4 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
5 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
6 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
7 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
8 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
9 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
10 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
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
 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