基于整體特征的人體動作的識別.pdf

1、在目前的研究中，有關(guān)人體動作的識別已經(jīng)取得了很大的進步，但是在處理像Weizmann數(shù)據(jù)庫這樣的多動作周期的視頻數(shù)據(jù)時，采用一般的方法，識別率偏低。 本研究提出了一種新的基于整體特征的方法來處理這種類型的數(shù)據(jù)。首先對weizmann數(shù)據(jù)庫中的動作圖像序列，針對不同的情況采用背景減除的方法分別進行動作目標(biāo)檢測。其次生成動作能量圖像(MEI)和動作歷史圖像(MHI)這兩種靜態(tài)模型，通過實驗比較，采用MEI和單幀圖像做為動作識別特征。

2、第三，采用Zernike矩提取整體特征，得到MEI和單幀的特征向量。第四，提出了基于Bag of words方法的特征聚類，對已提取特征進行聚類計算得到關(guān)鍵點，并以關(guān)鍵點作為特征歸類的標(biāo)準(zhǔn)，形成特征分布直方圖(特征分布向量)。第五，在特征聚類的基礎(chǔ)上提出特征融合的方法，以提高識別率。最后，采用支持向量機(SVM)作為分類器，選用兩種不同的核函數(shù)，進行動作識別。在實驗環(huán)節(jié)中設(shè)計了六組不同的實驗，最終的實驗的結(jié)果證實本文的方法在處理多動作周