一種融合多特征描述子的行為識(shí)別方法.pdf

1、計(jì)算機(jī)視覺(jué)作為一個(gè)新興的學(xué)科領(lǐng)域,近來(lái)發(fā)展十分迅速,作為視頻分析和理解的關(guān)鍵技術(shù),基于視頻的行為識(shí)別被廣泛應(yīng)用于機(jī)器人導(dǎo)航、視頻監(jiān)控系統(tǒng)、智能交通及游戲娛樂(lè)等行業(yè)。相對(duì)于圖像而言,視頻的表現(xiàn)形式更加直觀,且其信息更加豐富,因而在當(dāng)前多媒體迅速推廣的背景下得到廣泛應(yīng)用。然而,多媒體發(fā)展導(dǎo)致了大量數(shù)據(jù)的產(chǎn)生,如何有效的對(duì)現(xiàn)實(shí)視頻進(jìn)行識(shí)別分類成為視頻處理領(lǐng)域的研究熱點(diǎn)。近年來(lái),研究人員在相關(guān)領(lǐng)域雖取得一定的成就,但行為識(shí)別的推廣及應(yīng)用還面臨著

2、諸多問(wèn)題,在對(duì)國(guó)內(nèi)外人體行為識(shí)別相關(guān)研究進(jìn)行分析總結(jié)的基礎(chǔ)上作了下述工作:
　　首先,本文對(duì)國(guó)內(nèi)外行為識(shí)別領(lǐng)域研究現(xiàn)狀進(jìn)行總結(jié),并分析現(xiàn)有行為識(shí)別方法存在的問(wèn)題,研究視頻多種特征,針對(duì)三維梯度方向直方圖(3D Histogram of Oriented Gradients,3DHOG)特征數(shù)據(jù)量過(guò)大、表達(dá)力不足的缺點(diǎn),提出一種新的結(jié)合稠密光流的視頻特征提取方法,根據(jù)稠密光流得到特征點(diǎn)空時(shí)軌跡,在軌跡點(diǎn)處提取3DHOG特征,這樣3D

3、HOG特征在以跟蹤軌跡點(diǎn)為中心的立方體內(nèi)提取,使得特征具有一定空時(shí)不變性,特征描述力更強(qiáng),同時(shí)避免了與目標(biāo)運(yùn)動(dòng)無(wú)關(guān)的信息對(duì)識(shí)別的干擾。
　　其次,針對(duì)光流直方圖(Histograms of Optical Flow, HOF)特征對(duì)攝像頭運(yùn)動(dòng)敏感的缺點(diǎn),提出三維光流梯度方向直方圖(3D Histogram of Optical Flow Gradients,3DHOFG)特征提取方法,提取稠密光流的梯度圖像,在三維空間分塊統(tǒng)計(jì)直方

4、圖作為視頻運(yùn)動(dòng)特征。3DHOFG特征對(duì)光流求取梯度用以表示視頻中運(yùn)動(dòng)的改變,在攝像頭運(yùn)動(dòng)的情況下,由于多數(shù)情況下攝像頭運(yùn)動(dòng)較為平緩,使得該特征對(duì)攝像頭運(yùn)動(dòng)具有一定的魯棒性。
　　再次,針對(duì)視頻運(yùn)動(dòng)特征不帶有靜止背景圖像特征的缺點(diǎn),本文提出結(jié)合使用視頻運(yùn)動(dòng)特征和靜止圖像特征的分類框架,選取視頻關(guān)鍵幀后,對(duì)關(guān)鍵幀圖像提取SIFT特征和顏色直方圖特征,用以表示視頻的靜態(tài)特征。本文框架融合運(yùn)動(dòng)特征和靜態(tài)特征,對(duì)現(xiàn)有視頻庫(kù)進(jìn)行分類測(cè)試,取得