学位论文 > 优秀研究生学位论文题录展示

基于改进时空特征的行为识别研究

作　者: 李峰
导　师: 杜吉祥
学　校: 华侨大学
专　业: 计算机应用技术
关键词: 行为识别 时空特征点 形状特征 运动特征 特征融合
分类号: TP391.41
类　型: 硕士论文
年　份: 2013年
下　载: 2次
引　用: 0次
阅　读: 论文下载
 

内容摘要


行为识别是计算机视觉和模式识别一个重要的研究方向，属于人体行为分析的重要组成部分,通过提取图像或者视频中的行为特征信息，可以建立底层数据与高层的行为特征的模型，从而可以得到人的行为特征。广泛的应用在生物识别技术、人机交互、基于内容的视频分析等多个方面，具有重要的理论价值和应用价值。行为识别的研究已经取得了很大的进步，但是在实际的应用中还存在着很大的差距。本论文研究的主要任务是对视频中的人的行为进行识别，比如散步，跑步，慢跑，跳水等行为的识别和分类。本文详细的分析了时空特征点检测方法的缺点，并在此基础上提出了一种改进的时空特征点方法。本文的主要内容及其贡献如下：1)提出了一种基于形状特征和运动特征的行为识别方法。多数的行为识别方法是对整个视频进行处理的，通过提取整个视频中的行为特征信息建立模型。本文提出了一种对视频的部分帧进行分析，通过提取视频中的形状特征和运动特征的特征值，建立人体行为模型。形状特征是通过提取Gabor和SIFT特征来实现的，运动特征是通过提取光流特征的，最后采用了支持向量机进行分类。2)提出了一种基于改进时空特征点的行为识别方法。针对cuboids检测符容易受到噪声、光照以及行为特征变化的影响，即容易检测到运动背景区域，本文提出了一种改进的时空特征点的方法，先进行帧间差分，然后在差分图中应用一组不同方向的2D Gabor滤波器进行滤波，局部响应最大值区域即为时空显著区域，最后采用了K近邻进行分类。3)提出了一种基于改进的时空特征点描述符与轨迹的特征融合的行为识别方法。轨迹特征的提取是人体行为特征提取的重要的方面，本文将改进时空特征点的描述符与轨迹特征相融合，提出了一种新的描述方法。其中的轨迹特征是由传统的KTL特征与SIFT的特征相结合，最后采用了K均值进行分类。为了验证以上方法的有效性，本论文方法在KTH、Weizmann和UCF数据库中进行了实验，实验结果验证了本文所提出的方法具有较高的识别率。

全文目录


摘要  3-4
Abstract  4-8
第1章 绪论  8-15
  1.1 研究背景  8-9
  1.2 研究的目的和意义  9-11
    1.2.1 研究的目的  9-10
    1.2.2 研究的意义  10-11
  1.3 研究的难点问题  11-12
  1.4 国内外研究现状  12-13
  1.5 本论文结构安排以及内容  13-14
  1.6 本章小节  14-15
第2章 行为识别方法的概述  15-28
  2.1 行为识别系统实现  15-16
  2.2 行为识别常用的方法  16-21
  2.3 分类的方法  21-22
  2.4 行为识别数据库  22-27
  2.5 本章小结  27-28
第3章 基于形状特征和运动特征的行为识别  28-41
  3.1 介绍  28
  3.2 特征提取  28-33
    3.2.1 SIFT 特征描述  28-31
    3.2.2 Gabor 特征的提取  31
    3.2.3 光流特征的描述  31-33
  3.3 实验  33-40
    3.3.1 实验一：KTH 中的实验  33-38
    3.3.2 实验二：Weizmann 中的实验  38-40
  3.4 本章小结  40-41
第4章 基于改进时空特征点的行为识别  41-57
  4.1 介绍  41-42
  4.2 改进的时空特征点  42-45
  4.3 实验  45-56
    4.3.1 实验一：KTH 中的实验  47-51
    4.3.2 实验二：Weizmann 中的实验  51-56
  4.4 本章小结  56-57
第5章 基于时空特征点轨迹的行为识别  57-68
  5.1 介绍  57-58
  5.2 相关工作  58-61
    5.2.1 NMF 描述符  58
    5.2.2 Harris3D 描述符  58
    5.2.3 Cuboids 描述符  58-59
    5.2.4 特征包  59-60
    5.2.5 改进时空特征点的描述符  60-61
  5.3 特征描述符的融合  61-63
    5.3.1 轨迹特征的描述  61-62
    5.3.2 融合的特征描述符  62-63
  5.4 实验部分  63-67
    5.4.1 实验设计  63
    5.4.2 实验结果  63-66
    5.4.3 与目前的算法比较  66-67
  5.5 本章小结  67-68
第6章 工作总结与展望  68-70
  6.1 工作总结  68-69
  6.2 工作展望  69-70
参考文献  70-76
致谢  76-78
个人简历、攻读学位期间发表的学术论文和研究成果  78

相似论文

  1. 唇读中的特征提取、选择与融合,TP391.41
  2. 运动特征及地形约束的感知网目标跟踪算法及系统研究,TP212.9
  3. 水下目标特征的压缩与融合技术研究,TN911.7
  4. 基于内容的唐卡图像检索技术研究,TP391.41
  5. 基于分类器融合的人脸识别研究,TP391.41
  6. 基于支持向量机的视频目标检测方法研究,TP391.41
  7. 基于视觉的人体行为检测识别研究,TP391.41
  8. 基于视觉的运动人体行为分析,TP391.41
  9. 基于运动特征的纬纱探测方法研究及实现,TS103.3
  10. 基于鱼眼图像的车辆检测算法的研究与实现,TP391.41
  11. 指纹图像分割方法研究,TP391.41
  12. 基于时空关键点的动作识别算法研究,TP391.41
  13. 视频监控的行人跟踪与辨识,TP391.41
  14. 大流量环境下实时P2P流媒体行为识别系统设计与实现,TN919.8
  15. 基于特征融合的人脸识别算法研究,TP391.41
  16. 基于内容的大规模数字图像检索技术研究,TP391.41
  17. 多模式图像检索方法研究,TP391.41
  18. 复杂背景条件下的运动目标检测与跟踪的研究,TP391.41
  19. 基于多角度热释电红外信息的人体身份认证研究,TP391.41
  20. KJF企业形象识别系统策划研究,F270
  21. 李家屋脊崩塌落石运动特征及其治理措施研究,P642.21

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com