視頻中基于時間序列分析的人體運作識別技術的研究與實現(xiàn).pdf

1、隨著計算機處理能力和存儲能力提高，視頻數(shù)據(jù)的采集和存儲越來越容易，視頻也廣泛的應用到了人們生活的各個方面，通過網(wǎng)絡分享各種視頻使得網(wǎng)絡上的視頻數(shù)據(jù)量急劇增加，監(jiān)控視頻作為安全控制手段在銀行、醫(yī)院等場所到處普及，人機接口和和虛擬現(xiàn)實等到越來越多的重視和應用。視頻中人體動作識別是解決這些問題的基礎，也一直是一個非常活躍的領域。由于人體動作固有的動作復雜、種類多等因素，從視頻中進行人體動作檢測一直面臨許多問題?；谔卣?、動態(tài)特征的各種方法得到

2、了深入研究和嘗試，但是由于視頻在時間域上的豐富信息，仍然受到一定的局限性，隨著時空特征的提出，一些從整體動態(tài)系統(tǒng)的角度研究人體動作識別的方法得到提出，時空特征可以較好的描述人體動作隨時間在空間域和時間域的變化，逐漸成人體動作識別特征的研究熱點，但是時空特征也存在信息量比較大的問題，另外人體動作類別較多，把所有的動作類別分別進行統(tǒng)計和標識是不太可能的。
　　本文針對人體動作中周期性、自相似性等特點，將時間序列中的分析方法應用到分析人

3、體動作序列，用時間序列的趨勢、自相似性、周期性等表示提出了一種表示周期運動的特征，然后根據(jù)這些特征對動作進行分類判斷，在分類中采用帶有拒絕的k近鄰分類，將不在已知訓練樣本中的動作類別識別為“未知”動作，當類別為“未知”的動作數(shù)量達到一定數(shù)目時，通過聚類分析將不同的“未知”動作分成不同的類，再通過人工方式對這些類進行標識，作為以后的訓練樣本，擴大動作類別數(shù)據(jù)集。
　　實驗表明本文提出的特征能有效的描述人體動作并且區(qū)分不同的動作，提高