基于SCFG的復(fù)雜人體行為識別.pdf

1、人體行為識別是圖像處理、模式識別領(lǐng)域的一個重要研究課題。本文圍繞人體行為識別中的行為分割、人體關(guān)節(jié)點位置估計、動作識別和行為識別等問題展開研究，主要工作體現(xiàn)在以下幾個方面。
　　提出了基于慢特征分析的兩步行為分割方法。為了能夠減輕慢特征分析計算負擔(dān)加快分割速度，根據(jù)輪廓邊框水平速度和垂直速度差進行行為初步分割;使用慢特征分析算法進一步分割行為，針對慢特征分析分割算法計算量大、分割速度慢，提出初始窗口、最優(yōu)解計算停止公式對慢特征分析

2、分割算法進行改進，改進的算法能在線快速分割人體行為。
　　提出了一種人體關(guān)節(jié)點位置自動估計方法。以輪廓骨架末節(jié)點向量表示人體輪廓，使用動態(tài)時間規(guī)整計算運動目標與模板庫輪廓相似性，并以最相似模板輪廓的關(guān)節(jié)點位置估計待測目標關(guān)節(jié)點初始位置，并使用SIFT特征點匹配法確定目標關(guān)節(jié)點在各幀圖像中的位置;為了解決由于遮擋導(dǎo)致關(guān)節(jié)點丟失問題，使用卡爾曼濾波器對丟失的關(guān)節(jié)點位置進行估計。該關(guān)節(jié)點估計方法計算量適中，適用于一般場合。
　　提

3、出一種基于連續(xù)空間關(guān)系模型(continuous-space relevancemodel，CRM)的人體動作識別方法。針對主題模型參數(shù)和主題估計正確性無法保證，提出CRM模型對人體動作進行建模識別。CRM模型使用無參數(shù)高斯核密度估計算子，避免了參數(shù)設(shè)置和參數(shù)估計過程，能夠有效地提高動作識別精度。
　　提出兩層人體行為識別結(jié)構(gòu):低層提取關(guān)節(jié)點軌跡，使用CRM模型識別人體動作;高層以低層輸出動作作為輸入，高層使用隨機上下文無關(guān)文法識