基于時(shí)空流形學(xué)習(xí)的人體動作識別.pdf

1、人體動作識別一直是計(jì)算機(jī)視覺和模式識別領(lǐng)域研究的熱點(diǎn)和前沿,在學(xué)術(shù)研究與工程應(yīng)用兩方面都具有極其重要的意義。它的研究主要包括三個(gè)模塊:人體動作時(shí)空信息提取與描述,人體動作時(shí)空特征本征結(jié)構(gòu)提取和人體動作的識別理論與方法。其中人體動作時(shí)空特征本征結(jié)構(gòu)提取是動作識別的關(guān)鍵,針對人體目標(biāo)的非剛體運(yùn)動、外觀表現(xiàn)的多變性(動作執(zhí)行者不同、環(huán)境不同)和人體動作的高時(shí)空復(fù)雜性和長時(shí)空相關(guān)性等特點(diǎn),將傳統(tǒng)的空間流形學(xué)習(xí)算法向時(shí)空域擴(kuò)展,提取更具鑒別力的人

2、體動作本征時(shí)空特征,是本文研究的主要內(nèi)容,包括以下三點(diǎn):
　　(1)局部的流形學(xué)習(xí)算法中,在局部保持投影(LPP)和它的拓展方法啟發(fā)下,本文把焦點(diǎn)集中在最大化那些外觀上相似卻來自不同類別的動作幀上,即最大化局部類間距離;并在計(jì)算局部類間鄰域圖中點(diǎn)對之間權(quán)重時(shí)引入時(shí)域信息來強(qiáng)調(diào)那些類間邊界點(diǎn)的時(shí)空差異性;采用投影矩陣正交的限制條件來優(yōu)化目標(biāo)函數(shù),以更好的保持動作幀之間的度量結(jié)構(gòu);最終提出了新的時(shí)空流形學(xué)習(xí)算法:最大時(shí)空差異性嵌入(M

3、STDE),以提取在時(shí)空域上更具鑒別能力的本征結(jié)構(gòu)。
　　(2)全局的流形學(xué)習(xí)算法中,在t分布隨機(jī)鄰域嵌入(t-SNE)算法的基礎(chǔ)上,引入類別信息和時(shí)域信息,提出有監(jiān)督的算法:S-tSNE和ST-tSNE,以實(shí)現(xiàn)不同動作類別數(shù)據(jù)在低維中全局緊致分布;并針對t-SNE系列算法在增量學(xué)習(xí)中的局限:新樣本嵌入時(shí)沒有給出顯式映射,分別結(jié)合局部保持投影(LPP)和局部線性嵌入(LLE)的思想,根據(jù)高維空間中的局部鄰域信息實(shí)現(xiàn)新樣本在低維中的