学位论文 > 优秀研究生学位论文题录展示
基于随机场模型的人体动作识别
作 者: 孙琪
导 师: 鹿凯宁; 刘安安
学 校: 天津大学
专 业: 信息与通信工程
关键词: 人体动作识别 目标检测 目标跟踪 特征提取 随机场模型
分类号: TP391.41
类 型: 硕士论文
年 份: 2012年
下 载: 4次
引 用: 0次
阅 读: 论文下载
内容摘要
人体行为识别是对包含人体运动的图像序列进行运动目标的检测和跟踪,并在此基础上利用人体动作过程视觉模式的动态变化特征对特定动作进行建模和识别。人体行为识别是当前计算机视觉和模式识别领域的研究热点,并在视频监控、数字娱乐、人机交互等具有广阔应用前景。本文对人体行为识别方法进行了相关研究,主要研究内容包括:1)运动目标检测和跟踪:通过背景建模和背景差法实现了运动目标检测,在此基础上,采用均值飘移算法实现了运动目标跟踪,从而实现了运动目标所在时空区域提取,作为后续人体行为识别对象;2)图像特征提取:主要研究的视觉特征包括多尺度多方向盖伯特征组(Gist)、形状上下文特征(Shape Context)、视觉关键词直方图(Bagof Words,缩写:BoW),从而实现了对人体动作特征的视觉描述;3)动作建模:主要研究了能够挖掘时间序列潜在结构化特性的三类随机场模型(条件随机场、隐条件随机场和潜层动态条件随机场)的构建、学习和推断,并基于各模型实现了人体动作的建模和性能分析。本文的实验是用Matlab仿真实现的,利用当前领域里流行的人体动作识别公共数据库(Weizmann数据库和KTH数据库)对所研究视觉特征及时序模型性能进行了验证。实验结果表明:所采用图像特征能够表征人体结构和形状视觉特性,并且随机场模型有利于挖掘动作序列的内在结构特性实现动作序列建模和推断,因此所构建动作模型能够有效实现人体多类动作识别;由进一步对比实验和分析可知,因为隐状态的引入,使得隐条件随机场对非结构化的动作序列数据建模具有更高的灵活性,因此先对于条件随机场和潜层动态条件随机场具有更好的时间序列分类性能。
|
全文目录
摘要 3-4 ABSTRACT 4-8 第一章 绪论 8-13 1.1 研究背景 8-9 1.2 国内外研究现状 9-10 1.3 行为识别算法的研究现状 10-12 1.4 本文的研究内容及组织结构 12-13 第二章 目标检测和跟踪 13-17 2.1 目标检测 13-15 2.2 目标跟踪 15-16 2.3 本章小结 16-17 第三章 人体行为特征提取 17-28 3.1 多尺度多方向盖伯特征组 17-22 3.2 形状上下文特征 22-26 3.3 视觉关键词直方图特征 26-27 3.4 本章小结 27-28 第四章 基于时间序列模型的人体动作建模 28-43 4.1 隐马尔科夫模型 28-32 4.1.1 马尔科夫链 28-29 4.1.2 隐马尔科夫模型的参数 29-30 4.1.3 隐马尔科夫模型构建 30-31 4.1.4 模型学习和推断 31-32 4.2 条件随机场模型 32-37 4.2.1 条件随机场 32-33 4.2.2 CRF 的势函数及模型构建 33-35 4.2.3 模型学习和推断 35-37 4.3 潜层动态条件随机场模型 37-40 4.3.1 LDCRF 的定义及推导 38-39 4.3.2 模型学习与推断 39-40 4.4 隐条件随机场模型 40-42 4.4.1 模型构建 40-41 4.4.2 模型学习和推断 41-42 4.5 本章小结 42-43 第五章 实验结果及其分析 43-50 5.1 实验数据库介绍 43-44 5.2 实验方法及结果 44-49 5.2.1 实验分组 45 5.2.2 实验结果及分析 45-49 5.3 本章小结 49-50 第六章 总结和展望 50-52 6.1 全文工作总结 50-51 6.2 展望未来 51-52 参考文献 52-55 发表论文和参加科研情况说明 55-56 致谢 56
|
相似论文
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 带径向速度观测的跟踪算法研究,TN953
- 基于VRPF的机动目标跟踪的研究,TN957.52
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 多传感器组网及反隐身、抗干扰接力跟踪技术研究,TN953
- 双传感器图像联合目标检测及系统实现研究,TP391.41
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- Q学习在基于内容图像检索技术中的应用,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 空间交会接近视觉测量方法研究,TP391.41
- 图像实时采集、存储与处理方法研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 多币种纸币处理技术的研究与实现,TP391.41
- 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
- 基于嵌入式图像处理单元的运动目标跟踪系统研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 移动机器人视觉检测和跟踪研究,TP242.62
- 高光谱与高空间分辨率遥感图像融合算法研究,TP751
- 基于随机森林的植物抗性基因识别方法研究,Q943
- 基于图像处理技术的烟叶病害自动识别研究,S435.72
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
|