基于全局和局部運(yùn)動(dòng)模式的人體行為識(shí)別研究.pdf

1、隨著計(jì)算機(jī)技術(shù)的迅速發(fā)展，圖像和視頻數(shù)據(jù)的海量增長(zhǎng)推動(dòng)著計(jì)算機(jī)視覺(jué)研究和應(yīng)用的不斷發(fā)展，同時(shí)也促進(jìn)了模式識(shí)別，人工智能和機(jī)器學(xué)習(xí)等相關(guān)領(lǐng)域的發(fā)展。人體行為識(shí)別作為計(jì)算機(jī)視覺(jué)領(lǐng)域備受關(guān)注的研究方向，被廣泛應(yīng)用于智能視頻監(jiān)控、病人監(jiān)護(hù)系統(tǒng)、人機(jī)交互、虛擬現(xiàn)實(shí)、智能家居、智能安防和運(yùn)動(dòng)員輔助訓(xùn)練等，具有廣泛的應(yīng)用價(jià)值和前景。盡管當(dāng)前行為識(shí)別的研究取得了一定進(jìn)展，但由于人體行為識(shí)別的復(fù)雜性，如背景雜亂、攝像機(jī)快速移動(dòng)，以及人體外貌、姿勢(shì)和尺度等

2、變化，導(dǎo)致人體行為識(shí)別面臨更大的困難和挑戰(zhàn)。
　　傳統(tǒng)基于興趣點(diǎn)的行為識(shí)別方法通過(guò)提取底層特征（如HOF，HOG和3D-SIFT等描述子）獲取視頻的局部信息，并構(gòu)建基于語(yǔ)義的bag-of-words模型用于生成行為的特征向量。這種方法的優(yōu)點(diǎn)是不需要對(duì)視頻進(jìn)行預(yù)處理提取運(yùn)動(dòng)對(duì)象，進(jìn)而不易受圖像預(yù)處理結(jié)果的影響，且對(duì)噪聲或干擾等因素不敏感，但其缺點(diǎn)是計(jì)算復(fù)雜度高，特別在訓(xùn)練過(guò)程中需要耗費(fèi)大量時(shí)間構(gòu)造字典模型。本文關(guān)注興趣點(diǎn)的輪廓信信息

3、和運(yùn)動(dòng)信息，提出一種基于運(yùn)動(dòng)模式的人體行為識(shí)別方法。本文的主要工作包括:1）采用現(xiàn)有的興趣點(diǎn)檢測(cè)方法（Dollars角點(diǎn)檢測(cè)方法）提取視頻中的時(shí)空興趣點(diǎn)，采用本文方法提取運(yùn)動(dòng)模式（movement pattern，MP），該運(yùn)動(dòng)模式包含頂層的全局運(yùn)動(dòng)模式(global pattern，GMP)和底層的局部運(yùn)動(dòng)模式(local movement pattern，LMP);2)在基于GMP的方法中，通過(guò)提取視頻立方體中的時(shí)空興趣區(qū)域(reg

4、ion of interest，ROI)，采用kalman濾波對(duì)ROI進(jìn)行預(yù)測(cè)，提取全局運(yùn)動(dòng)模式，并進(jìn)行動(dòng)態(tài)時(shí)間規(guī)整(dynamic time warping，DTW)。在模式匹配階段使用字交叉參考模板(cross-words reference templates，CWRTs)方法對(duì)訓(xùn)練模式進(jìn)行規(guī)整生成參考模式并使用距離度量對(duì)其進(jìn)行識(shí)別;3）在基于LMP的方法中，ROI內(nèi)的興趣點(diǎn)軌跡與加權(quán)平均運(yùn)動(dòng)速度用于表示ROI的局部運(yùn)動(dòng)模式，通過(guò)

5、自適應(yīng)層次聚類(lèi)算法產(chǎn)生局部參考運(yùn)動(dòng)模式，并采用模式匹配方法對(duì)其分類(lèi)和識(shí)別。
　　在訓(xùn)練過(guò)程中，首先構(gòu)建一個(gè)具有兩層結(jié)構(gòu)的分類(lèi)器模型:頂層包含多個(gè)非混淆行為分類(lèi)器和混淆行為分類(lèi)器，而底層則包含基于頂層每個(gè)混淆行為分類(lèi)器構(gòu)建的多個(gè)非混淆行為分類(lèi)器。非混淆行為分類(lèi)器定義:只包含一類(lèi)行為的分類(lèi)器定義為非混淆行為分類(lèi)器?；煜袨榉诸?lèi)器定義:分類(lèi)器包含多類(lèi)易混淆，相似度高的行為，這樣的分類(lèi)器定義為混淆行為分類(lèi)器。對(duì)于任何一個(gè)行為，首先采用頂層

6、的GMP描述方法及其識(shí)別方法對(duì)其進(jìn)行識(shí)別，若識(shí)別結(jié)果為非混淆類(lèi)，則結(jié)束識(shí)別過(guò)程;若識(shí)別結(jié)果為混淆類(lèi)，則繼續(xù)采用底層的LMP描述方法及識(shí)別方法對(duì)其進(jìn)行二次識(shí)別，從而將其識(shí)別為底層的非混淆類(lèi)。
　　將本文的方法在標(biāo)準(zhǔn)視頻庫(kù)Weizmann庫(kù)和UCF庫(kù)中進(jìn)行驗(yàn)證和測(cè)試，并在multiple cameras fall視頻庫(kù)中對(duì)跌倒行為進(jìn)行了識(shí)別，其識(shí)別率分別為93.0％、88.4％和93.5％。實(shí)驗(yàn)表明本文的方法在保證識(shí)別率的前提下，較傳