視頻人體行為識(shí)別中的特征編碼.pdf

1、識(shí)別視頻中的人體行為在計(jì)算機(jī)視覺(jué)領(lǐng)域逐漸引起了廣泛的關(guān)注，它的目標(biāo)是自動(dòng)識(shí)別出未知的視頻或者圖像序列中人的行為。然而，如何有效快速地識(shí)別視頻中的行為仍然面臨諸多挑戰(zhàn)，例如雜亂的背景，視角的改變，動(dòng)作執(zhí)行者的外觀多樣性等等。這些挑戰(zhàn)導(dǎo)致了獲取干凈并且有區(qū)分能力的視頻表示異常困難。
　　近年來(lái)，局部描述子聚合向量（VLAD）被提出，這是一種簡(jiǎn)單同時(shí)也很高效的特征編碼方法，能夠獲得區(qū)分性較好的視頻表示。然而，在很多情況下，動(dòng)態(tài)背景或者攝

2、像機(jī)的移動(dòng)會(huì)給視頻的特征提取帶來(lái)很大的噪聲，這種編碼方式會(huì)造成兩方面的問(wèn)題，首先，將異常的視頻描述子也編碼到視頻表示中使得編碼速度以及編碼效果受影響；其次，沒(méi)有充分考慮描述子特征與視覺(jué)單詞的空間分布信息。
　　本文針對(duì)視頻人體行為識(shí)別的特征編碼方法進(jìn)行了研究，主要貢獻(xiàn)和創(chuàng)新點(diǎn)如下：
　　1.系統(tǒng)介紹了人體行為識(shí)別研究的一般流程，針對(duì)流程的每個(gè)部分，詳細(xì)介紹了涉及的理論知識(shí)。比較了常用的特征編碼方法，分析了各自的優(yōu)缺點(diǎn)。