基于視覺注意機制的仿生動作識別系統(tǒng).pdf

1、識別動作是視頻信息處理中的關(guān)鍵技術(shù)之一,主要目的是獲取視頻序列中的運動特征,便于視頻信息的應(yīng)用。由于人體動作在在運動特性、視頻記錄條件、個體差異等方面的變化,使得動作識別成為當前計算機視覺領(lǐng)域里最具挑戰(zhàn)性的識別問題之一。隨著腦神經(jīng)科學(xué)研究的不斷深入,人類對自身視覺系統(tǒng)的了解越來越清晰,相應(yīng)的研究成果對計算機視覺中識別問題的研究提供了很大的啟發(fā)。因此,模擬人腦視覺系統(tǒng)構(gòu)建動作識別模型,一方面能夠加深對人類大腦視覺信息處理系統(tǒng)的理解,另一方

2、面為計算機實現(xiàn)動作識別提供了新的方法。本文在總結(jié)分析了已有的仿生動作識別系統(tǒng)的基礎(chǔ)下,根據(jù)生物視覺系統(tǒng)信息處理的層次結(jié)構(gòu)模型展開研究,初步取得了以下幾個方面的研究結(jié)果:
　　構(gòu)建了基于注意機制的人類動作識別系統(tǒng)。該系統(tǒng)針對已有的仿生動作識別系統(tǒng)計算量大、耗時長的問題,將視覺注意機制引入動作識別模型中,采用HMAX層次結(jié)構(gòu)模型,實現(xiàn)了對運動目標的感知及準確的定位,獲得了準確有效的特征模板,從而構(gòu)建了基于視覺注意機制的層次結(jié)構(gòu)動作識別

3、系統(tǒng)。
　　提出了基于時空顯著性的選擇注意模型。該模型針對已有的視覺注意模型無法較好的解決視頻序列中的背景噪聲問題,將從視頻序列中獲得的運動信息作為獲取顯著性區(qū)域的特征之一,融合空間信息和運動信息,達到準確地獲取運動對象的顯著性區(qū)域的目的,從而減少視頻序列中背景噪聲的影響,提高了動作識別系統(tǒng)分析視頻信息的效率。
　　提出了一種快速獲取有效特征模板的方法。由于特征模板的選取直接關(guān)系到運動特征提取的優(yōu)劣,最終影響了系統(tǒng)識別的準確

4、性,因此,給出了基于時空顯著性特征的有效特征模板獲取方法。該方法在基于時空顯著性的視覺注意模型獲取的感興趣區(qū)域基礎(chǔ)上,通過分析視頻序列的中間級特征,即復(fù)雜細胞的響應(yīng),建立復(fù)雜細胞響應(yīng)的能量值與運動目標對應(yīng)的關(guān)系,從而獲取候選特征小塊的位置,以便系統(tǒng)根據(jù)識別要求選取相應(yīng)的特征小塊。該方法能直接獲得性能較好的特征小塊,降低了系統(tǒng)提取動作特征所需的時間。
　　利用Weizmann和KTH等人體動作視頻數(shù)據(jù)庫對本文提出的方法進行測試,實驗