学位论文 > 优秀研究生学位论文题录展示

基于时空关键点的动作识别算法研究

作　者: 刘浩
导　师: 王天江
学　校: 华中科技大学
专　业: 计算机应用技术
关键词: 动作识别时空关键点局部特征描述高斯形状特征词袋模型支持向量机
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 185次
引　用: 0次
阅　读: 论文下载

内容摘要

人体动作识别是近几年来计算机视觉领域发展的热点问题,同时也是非常具有挑战性的问题,动作识别的主要目的是从视频样本中直接识别动作类型。动作识别技术是计算机领域的高层语义的提取问题,对计算机智能化发展有着重要的意义。动作识别技术在许多领域有着广泛的应用前景,包括人性化人机交互、视频安全监控,车载视频辅助系统、基于视频内容的自动标注、视频多媒体检索等领域。基于时空关键点的动作识别方法是近几年来研究的动作识别领域的主要研究路线,它是采用图像处理方向的一些经典技术,推广到三维运动视频的处理中,通过提取三维视频样本中的时空关键点位置,进而提取局部描述特征信息,然后利用词袋模型提取视频样本的特征向量,运用支持向量机的方法来对视频进行训练分类。本文给出了将梯度方向直方图特征和光流直方图特征结合起来的方法,组合成新的特征用于动作识别。文章还将高斯形状特征描述算子应用到三维视频的动作识别领域,改造特征描述方法,提取局部描述特征的空间信息,用于动作识别。文章中,用实验数据对基于时空关键点的动作识别算法的各种指标的讨论,并给出高斯形状特征运用到动作识别领域的实验结果,通过实验结果得出高斯形状特征在表现局部特征空间信息有着明显的优越性的结论。

全文目录

摘要  4-5
Abstract  5-8
1 绪论  8-15
  1.1 研究背景  8-9
  1.2 国内外发展现状  9-13
  1.3 主要研究工作  13-15
2 基于 jets/HOG/HOF 特征的动作识别算法  15-31
  2.1 算法的整体描述  15-17
  2.2 视频特征的提取  17-25
  2.3 识别模型的训练  25-28
  2.4 问题分析  28-29
  2.5 本章小结  29-31
3 一种新的基于高斯形状特征的动作识别算法  31-37
  3.1 算法的整体描述  31-32
  3.2 高斯形状特征的提取  32-35
  3.3 训练和分类  35
  3.4 本章小结  35-37
4 实验结果与分析  37-46
  4.1 数据集的选取  37
  4.2 实验设计与结果分析  37-45
  4.3 本章小结  45-46
5 结束语  46-48
  5.1 全文总结  46
  5.2 进一步的研究工作  46-48
致谢  48-49
参考文献  49-54

基于时空关键点的动作识别算法研究

内容摘要

全文目录

相似论文