收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

视频中人体动作识别关键技术研究

王斌  
【摘要】:视频中人体动作识别作为计算机视觉与模式识别领域中的一个重要分支,在智能视频监控、人机交互、运动分析、视频检索等诸多领域,具有广阔的应用前景,受到了国内外学者广泛关注。然而,视频中人体动作的复杂性和多样性,使其成为一项深具挑战的研究课题。本文根据人体动作视频拍摄时是否发生摄像机运动,将人体动作识别划分为固定摄像机拍摄视频(简称为静止视频)、运动摄像机拍摄视频(简称为运动视频)中人体动作识别两类。分别采用基于人体前景的全局表示、基于视频局部特征的局部表示方法用于静止、运动视频中人体动作识别。具体研究内容如下:1)基于时空条件信息的静止视频运动前景检测针对视频监控应用中,常发生的动态背景干扰问题,提出了基于时空条件信息的静止视频中前景检测方法。采用图像像素在时空域内的时空条件信息代替像素亮度进行运动前景、背景分类,并将视觉显著性原理引入时空域构建过程中,通过加权邻域内像素时空条件信息进一步抑制噪声,最后采用图像分块加速策略,实现了动态场景运动目标实时、高精度检测。2)基于黎曼流形的静止视频人体动作全局表示采用人体前景时空形状(Space Time Shapes,STS)进行人体动作全局表示,并针对STS匹配存在的高维问题,提出基于体内点辐射距离的STS三维形状局部采样(Local sample of Space Time Shapes,LsSTS)特征,统计LsSTS的协方差矩阵作为STS的特征描述对其降维。在黎曼流形框架下,以较低的计算复杂度,实现了较高的人体动作识别精度。3)摄像机运动不变视频局部特征提取及表示针对现有视频局部特征提取方法容易受到摄像机运动干扰的问题,提出了摄像机运动不变视频局部特征提取及表示方法。先在图像空域检测图像局部特征、并跟踪得到局部特征运动轨迹;再采用RANSAC(RANdom SAmple Consensus)算法检测前景运动轨迹,用于与人体动作相关的视频局部特征定位;最后利用背景运动轨迹进行摄像机运动补偿,提取摄像机运动不变视频局部特征描述子。该方法有效降低了运动视频中局部特征误检测率,提高了Bo F(Bag of Feature)模型进行运动视频人体动作识别的精度。4)视频局部特征时空编码算法针对Bo F模型在进行人体动作建模时忽视人体区域中视频局部特征时空位置关系的问题,将局部特征时空位置坐标引入局部特征编码中,直接对局部特征时空位置关系建模。实验结果表明,该算法优于向量量化、稀疏编码、局部约束线性编码等局部编码算法,可有效提高人体动作识别精度。5)基于视频分割序列集的人体动作分类为提高整段视频人体动作分类精度,提出了基于视频分割序列集的人体动作分类框架。通过将待分类人体动作视频划分为若干个部分重叠的视频分割序列,以视频分割序列集进行人体动作视频分类。可增加分类样本输入、保留更多人体动作信息,提高整段视频的识别率。在该分类框架下,分别采用了KNN投票分类、局部约束组稀疏表示分类(Locality constrained group sparse representation classification,LGSRC)等方法,有效提高了人体动作分类精度。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 袁飞;程韬波;周松斌;肖先文;;基于加速度特征的可拓动作识别方法[J];自动化与信息工程;2009年04期
2 胡雅琴;;动作识别技术及其发展[J];电视技术;2013年S2期
3 倪世宏,史忠科,谢川,王彦鸿;军用战机机动飞行动作识别知识库的建立[J];计算机仿真;2005年04期
4 程祥;;人体动作识别的研究[J];电脑知识与技术;2006年20期
5 黄飞跃;徐光祐;;视角无关的动作识别[J];软件学报;2008年07期
6 徐光祐;曹媛媛;;动作识别与行为理解综述[J];中国图象图形学报;2009年02期
7 黄丽鸿;高智勇;刘海华;;基于脉冲神经网络的人体动作识别[J];现代科学仪器;2012年02期
8 周艳青;王磊;;基于视觉的人体动作识别综述[J];山东轻工业学院学报(自然科学版);2012年01期
9 曹琨;;基于检索表的实时动作识别技术研究[J];中外企业家;2014年05期
10 刘博;安建成;;基于关键姿势的人体动作识别[J];电视技术;2014年05期
11 王燕;张绍武;凌志刚;潘泉;;基于图嵌入线性拓展方法的人体动作识别研究[J];计算机仿真;2008年10期
12 杨跃东;郝爱民;褚庆军;赵沁平;王莉莉;;基于动作图的视角无关动作识别[J];软件学报;2009年10期
13 雷庆;李绍滋;;动作识别中局部时空特征的运动表示方法研究[J];计算机工程与应用;2010年34期
14 刘海华;程志君;谌先敢;高智勇;;基于注意机制的仿生人体动作识别[J];中南民族大学学报(自然科学版);2012年02期
15 胡琼;秦磊;黄庆明;;基于视觉的人体动作识别综述[J];计算机学报;2013年12期
16 马廷淮;葛荐;王亚里;;动作识别训练数据的扩展研究[J];计算机与数字工程;2010年11期
17 王向慧;;基于概率主题模型的动作识别算法研究[J];长春工程学院学报(自然科学版);2011年03期
18 孙锦红;刘卫东;马亮;杨伟蕾;;基于机器视觉的3D人体动作识别研究[J];计算机与现代化;2011年11期
19 高赞;张桦;蔡安妮;;动作识别算法的评估策略探讨[J];光电子.激光;2012年06期
20 刘海华;郝丽芳;谌先敢;;融合形状和运动特征的动作识别计算模型[J];中南民族大学学报(自然科学版);2013年02期
中国重要会议论文全文数据库 前7条
1 袁飞;程韬波;周松斌;肖先文;;基于加速度特征的可拓动作识别方法[A];广州市仪器仪表学会2009年学术年会论文集[C];2010年
2 黄飞跃;徐光祐;;自然的人体动作识别[A];第三届和谐人机环境联合学术会议(HHME2007)论文集[C];2007年
3 叶喜勇;陶霖密;王国建;邸慧军;;视角无关的人体躯干动作识别[A];第六届和谐人机环境联合学术会议(HHME2010)、第19届全国多媒体学术会议(NCMT2010)、第6届全国人机交互学术会议(CHCI2010)、第5届全国普适计算学术会议(PCC2010)论文集[C];2010年
4 黄艳欢;叶少珍;;连续动作分割综述[A];第十四届全国图象图形学学术会议论文集[C];2008年
5 董力赓;陶霖密;徐光祐;;头部姿态和动作的识别与理解[A];第三届和谐人机环境联合学术会议(HHME2007)论文集[C];2007年
6 朱岩;赵旭;刘允才;;基于稀疏编码和局部时空特征的人体动作识别[A];第十五届全国图象图形学学术会议论文集[C];2010年
7 席旭刚;金燕;朱海港;高云园;;基于小波包熵和支持向量机的手部肌电信号动作识别[A];2013年中国智能自动化学术会议论文集(第五分册)[C];2013年
中国博士学位论文全文数据库 前10条
1 谌先敢;现实环境下的人体动作识别[D];武汉大学;2012年
2 陈渊博;视频序列中的人体动作识别[D];北京邮电大学;2015年
3 刘翠微;视频中人的动作分析与理解[D];北京理工大学;2015年
4 陈萌;基于李代数高斯表示的动作识别方法研究[D];华中科技大学;2016年
5 李拟珺;基于计算机视觉的人体动作识别技术研究[D];东南大学;2015年
6 武东辉;基于惯性传感器数据的人体日常动作识别研究[D];大连理工大学;2016年
7 王健弘;基于视频的人体动作识别关键技术研究[D];东南大学;2017年
8 王斌;视频中人体动作识别关键技术研究[D];国防科学技术大学;2015年
9 任海兵;非特定人自然的人体动作识别[D];清华大学;2003年
10 成娟;基于表面肌电和加速度信号融合的动作识别和人体行为分析研究[D];中国科学技术大学;2013年
中国硕士学位论文全文数据库 前10条
1 张思亮;体感交互系统的人体动作识别研究[D];华南理工大学;2015年
2 应锐;基于关键帧及原语的人体动作识别研究[D];复旦大学;2014年
3 陈凌琛;基于Kinect的动作识别研究及在教学中的应用[D];昆明理工大学;2015年
4 张孙培;基于关节数据和极限学习机的人体动作识别[D];南京理工大学;2015年
5 邱春明;基于运动幅度变化率的视频人体动作识别[D];河北大学;2015年
6 康钦谋;视频人体动作识别算法研究[D];电子科技大学;2015年
7 刘海军;基于时空流形学习的人体动作识别[D];电子科技大学;2014年
8 梁燕;交互应用中的实时动作识别[D];北京理工大学;2015年
9 冷晶晶;基于光编码技术的人员入侵智能报警系统[D];西安石油大学;2015年
10 马叶涵;基于Kinect的办公健康分析系统的设计与实现[D];哈尔滨工业大学;2015年
中国重要报纸全文数据库 前2条
1 本报记者 陈丹;人与机器的“对话”[N];科技日报;2010年
2 ;凌空敲键盘?无线计算机手套问世[N];中国计算机报;2004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