学位论文 > 优秀研究生学位论文题录展示

基于时空特征的人体动作识别方法研究

作　者: 高文静
导　师: 张世辉
学　校: 燕山大学
专　业: 计算机应用技术
关键词: 动作识别运动轨迹时空特征边缘检测 bag-of-features 直方图交叉核函数
分类号: TP391.41
类　型: 硕士论文
年　份: 2013年
下　载: 7次
引　用: 0次
阅　读: 论文下载

内容摘要

随着科技的发展，视频中的人体动作识别在人机交互、智能监控、动画仿真、视频内容分析以及视频检索等诸多研究领域有着广泛的应用，已经成为重要的研究热点，同时也是非常具有挑战性的研究难点。如何准确地识别出视频中的人体动作是解决上述问题的关键环节之一。本文通过综合分析目前国内外研究现状，以SVM分类器为技术基础，综合运用时空特征、bag-of-features等理论知识，对视频中的人体动作识别进行了深入研究。首先，介绍了在基于时空特征进行动作识别的过程中涉及到的时空特征点检测方法、运动轨迹形成方法和当前较常用的时空特征描述方法以及bag-of-features的基本思想和有关SVM的基础知识。其次，针对已有动作识别方法中存在的不足提出了一种基于特征联合和直方图交叉核函数的动作识别方法。该方法计算出运动轨迹的联合特征以后，对特征矩阵进行平均采样并量化，并将经过量化后的特征向量输入选择直方图交叉核函数的SVM进行动作识别分类器的训练和测试。再次，针对时空特征点的数量问题，提出一种基于边缘时空特征的动作识别方法。该方法首先利用Canny边缘检测技术对检测到的时空特征点进行过滤，保留视频图像中边缘及邻域内的特征点进行跟踪形成运动轨迹，然后通过加强边缘运动轨迹的尺度不变特征得到样本的特征矩阵，在利用bag-of-features进行特征量化后进行动作识别分类器的训练与测试。最后，通过实验对提出的两种动作识别方法进行了可行性和有效性的验证，并对实验结果进行了分析。

全文目录

摘要  5-6
Abstract  6-10
第1章绪论  10-17
  1.1 课题研究背景  10-12
  1.2 课题研究意义  12-14
  1.3 课题研究现状  14-15
  1.4 论文研究内容  15-16
  1.5 论文结构安排  16-17
第2章相关基础知识  17-27
  2.1 引言  17
  2.2 时空特征点检测与运动轨迹的形成  17-19
  2.3 时空特征描述  19-23
    2.3.1 HOG  19-21
    2.3.2 HOF  21-22
    2.3.3 LBP  22-23
  2.4 bag-of-features  23-25
  2.5 支持向量机简介  25-26
  2.6 本章小结  26-27
第3章基于特征联合和直方图交叉核函数的动作识别  27-34
  3.1 引言  27
  3.2 方法概述  27-28
  3.3 提取时空特征点形成稠密轨迹  28
  3.4 计算运动轨迹时空特征  28-30
  3.5 特征处理  30-32
    3.5.1 平均采样构造码书  30-31
    3.5.2 量化特征矩阵  31-32
  3.6 分类器训练与测试  32-33
  3.7 基于特征联合和直方图交叉核函数的动作识别算法描述  33
  3.8 本章小结  33-34
第4章基于边缘时空特征的动作识别  34-41
  4.1 引言  34
  4.2 基于边缘检测的动作识别方法简介  34-36
  4.3 基于边缘时空特征的动作识别方法  36-40
    4.3.1 方法概述  36
    4.3.2 边缘时空特征点检测  36-37
    4.3.3 边缘时空特征计算  37-39
    4.3.4 分类器的训练与测试  39-40
  4.4 基于边缘时空特征的动作识别算法描述  40
  4.5 本章小结  40-41
第5章实验及分析  41-51
  5.1 实验环境  41
  5.2 实验数据集  41-43
  5.3 基于特征联合和直方图交叉核函数的动作识别方法实现  43-46
    5.3.1 实验方案  43
    5.3.2 实验结果及分析  43-46
  5.4 基于边缘时空特征的动作识别方法实现  46-50
    5.4.1 实验方案  46-47
    5.4.2 实验结果及分析  47-50
  5.5 本章小结  50-51
结论  51-53
参考文献  53-58
攻读硕士学位期间承担的科研任务与主要成果  58-59
致谢  59-60
作者简介  60

基于时空特征的人体动作识别方法研究

内容摘要

全文目录

相似论文