面向人的移動行為建模技術研究.pdf

1、人體運動檢測和行為識別是計算機視覺領域的重要研究內容，在智能視頻監(jiān)控、人機交互、基于內容的視頻壓縮和圖像檢索等方面有著極大的應用前景和經(jīng)濟效益，受到越來越多的學者關注。本文主要目的旨在實現(xiàn)基于視頻流的運動人體目標的提取以及諸如行走、跑步、彎腰走、跌倒、跳行等人體移動行為的分類與識別。根據(jù)行為識別的實際應用，本文系統(tǒng)地研究了復雜背景下的人體目標檢測與提取、人體輪廓的描述以及基于輪廓的人體行為識別等方法，主要包括以下幾個方面:
　　1

2、、復雜場景下運動檢測和提取。根據(jù)應用場景的不同，分別提出了基于色彩分量統(tǒng)計和局部紋理兩種檢測方法。前者針對當前流行的碼本模型背景建模和混合高斯模型背景建模對背景像素的分布描述不夠精確，建模過程較為復雜，以及處理高分辨率的視頻不具備實時性這些問題提出了一種快速簡潔的背景建模方法。通過對動態(tài)的背景像素在RGB空間的三個色彩分量的統(tǒng)計和分析，發(fā)現(xiàn)三個分量相互間的差值在一個狹窄的區(qū)域內波動，基于這一事實提出基于RGB色彩分量統(tǒng)計的背景建模方法。

3、后者針對單像素在時間軸上的分布特征的分析與統(tǒng)計的方法在面對全局光照變化和陰影干擾等情況下不能取得令人滿意的結果提出一種基于像素局部紋理模式的背景減除方法。通過對尺度不變的局部三值模式的紋理描繪子進行改進，使其對局部紋理的描述具有更好的魯棒性，并且將空間域的紋理模式擴展至時空域，使其模型對前景具有更好的判別性。
　　2、人體輪廓形狀描述與形狀間相似性度量。提出了基于弧長的方向函數(shù)的人體輪廓描述和基于測地線距離的人體形狀匹配的方法。首

4、先介紹了輪廓曲線的點集、方向函數(shù)和曲率函數(shù)等表示方法，然后介紹了基于點集的圖像輪廓傅里葉描繪子，采用該描繪子對人體輪廓進行平滑處理，消去輪廓上的細小噪音。并且采用等長度線段擬合人體輪廓，計算輪廓關于曲線長度的方向函數(shù)，隨后采用基于測地線距離的相似性度量的方法對人體形狀輪廓進行相似度比較。
　　3、基于人體剪影的行為識別。采用了三種方法在人體形狀描述與相似性度量的基礎上實現(xiàn)了人體行為的識別，分別為基于關鍵幀的行為識別，模板匹配法以及

5、基于隱馬爾科夫模型的行為識別?；陉P鍵幀的行為識別通過提取關鍵幀，并且對關鍵幀中的人體輪廓進行訓練和匹配從而實現(xiàn)行為識別，該方法針對簡單的周期性行為具有實現(xiàn)簡單并且識別的實時性較高的優(yōu)點，然而識別結果依賴關鍵幀提取的準確性。模板匹配法通過聚類的方法訓練出人體姿態(tài)模板，并且通過動態(tài)時間規(guī)整的方法對表示行為的姿態(tài)序列進行匹配。對于較為復雜的行為，基于隱馬爾科夫模型的識別方法能更好地描述動作的時序變化而具有較高的識別率。
　　4、動態(tài)場