面向視頻的人類行為識(shí)別技術(shù)的研究與實(shí)現(xiàn).pdf

1、隨著計(jì)算機(jī)科學(xué)的發(fā)展，視頻開(kāi)始成為人們生活的一部分。如何讓計(jì)算機(jī)“理解”視頻中的人類行為，對(duì)基于內(nèi)容的視頻檢索、智能監(jiān)控、人機(jī)交互和虛擬現(xiàn)實(shí)等領(lǐng)域都具有重要作用。
　　本文借鑒現(xiàn)有的基于低層特征的人類行為識(shí)別框架進(jìn)行識(shí)別，該框架包括低層特征抽取和描述子計(jì)算、視頻級(jí)編碼、多特征前期融合、分類器訓(xùn)練等步驟，重點(diǎn)對(duì)其中的視頻級(jí)編碼和多特征前期融合進(jìn)行了改進(jìn)。BoW(Bag of Words)方法是被廣泛使用的視頻級(jí)編碼之一，為了解決Bo

2、W丟失時(shí)空信息的問(wèn)題，本文對(duì)BoW編碼進(jìn)行改進(jìn)，提出一種視頻級(jí)壓縮時(shí)空編碼。此外，本文還提出一種基于時(shí)空二部圖的前期融合技術(shù)，以更好的結(jié)合不同特征進(jìn)行識(shí)別。
　　本文的主要工作如下:
　　1)本文通過(guò)每個(gè)視頻中特征之間的時(shí)空關(guān)系衡量BoW質(zhì)心之間的時(shí)空關(guān)系，之后采用“聚集壓縮”、“條件概率表示”和“基于信息論的維度選擇”三種策略對(duì)質(zhì)心之間的時(shí)空信息進(jìn)行壓縮。并通過(guò)實(shí)驗(yàn)對(duì)比了三種壓縮策略的優(yōu)劣。
　　2)利用質(zhì)心之間的時(shí)

3、空信息，對(duì)兩種特征的BoW質(zhì)心構(gòu)建時(shí)空二部圖。之后采用一種高效的二部圖K路分割算法對(duì)二部圖進(jìn)行分割，使得具有強(qiáng)時(shí)空關(guān)系的質(zhì)心被融合成一個(gè)新的節(jié)點(diǎn)，而弱時(shí)空關(guān)系的質(zhì)心則被分開(kāi)，以此實(shí)現(xiàn)兩種特征的前期融合。
　　3)對(duì)本文提出的視頻級(jí)壓縮時(shí)空編碼進(jìn)行改進(jìn)，并將其與本文提出的基于時(shí)空二部圖的前期融合技術(shù)進(jìn)行結(jié)合，以更好的挖掘兩種特征中的有效信息進(jìn)行識(shí)別。
　　實(shí)驗(yàn)結(jié)果表明，本文提出的視頻級(jí)壓縮時(shí)空編碼比其他基于BoW的擴(kuò)展方法效果