一种人体行为识别的新算法

一种人体行为识别的新算法

ID:34668247

大小:1.42 MB

页数:76页

时间:2019-03-08

一种人体行为识别的新算法_第1页
一种人体行为识别的新算法_第2页
一种人体行为识别的新算法_第3页
一种人体行为识别的新算法_第4页
一种人体行为识别的新算法_第5页
资源描述:

《一种人体行为识别的新算法》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、一种人体行为识别的新算法作者姓名杨树林导师姓名、职称同鸣教授一级学科信息与通信工程二级学科信号与信息处理申请学位类别工学硕士提交学位论文日期2014年12月学校代码10701学号1202121110分类号TN911.73密级公开西安电子科技大学硕士学位论文一种人体行为识别的新算法作者姓名:杨树林一级学科:信息与通信工程二级学科:信号与信息处理学位类别:工学硕士指导教师姓名、职称:同鸣教授提交日期:2014年12月ANewMethodforHumanActionRecognitionAthesissubmittedtoXIDIANUNIV

2、ERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinElectronicScienceandTechnologyByYangShulinSupervisor:Prof.TongMingDecember2014西安电子科技大学学位论文独创性(或创新性)声明秉承学校严谨的学风和优良的科学道德,本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢中所罗列的内容以外,论文中不包含其他人已经发表或撰写过的研究成果;

3、也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文若有不实之处,本人承担一切法律责任。本人签名:日期:西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定,即:研究生在校攻读学位期间论文工作的知识产权单位属于西安电子科技大学。学校有权保留送交论文的复印件,允许查阅、借阅论文;学校可以公布论文的全部或部分内容,允许采用影印、缩印或其它复制手段保存论文。同时本人保证,获得学位后结合学位论文研

4、究成果撰写的文章,署名单位为西安电子科技大学。保密的学位论文在年解密后适用本授权书。本人签名:导师签名:日期:日期:摘要摘要近年来,国内外研究者在行为识别领域经过不断深入研究,取得了颇为显著的成果。人体行为识别正逐渐演变成如图像处理分析、人机交互、视频检索以及智能监控等领域的基础保障,已发展成为计算机视觉分析领域的研究热点。然而,如何在复杂背景和摄像机运动等情况下提取具有丰富空间信息的特征从而提高识别效果是目前行为识别领域亟待解决的问题,本文对已有的研究成果进行细致地分析和总结,构建了两种用于行为识别的特征,主要工作如下:1.构建了两种

5、基于时空梯度自相关的运动特征。针对现有行为识别方法提取到的特征对摄像头运动和复杂背景引起的噪点较敏感,以及无法充分利用空间信息等问题,本文在现有特征点优化方法的基础上引入曲率信息,构建了时空梯度自相关特征(3DFeatureAuto-CorrelationofGradient,3DFACOG)和光流时空梯度自相关特征(3DFeatureAuto-CorrelationofOpticalFlowGradient,3DFACOFG),有效地克服了摄像机运动和复杂背景的干扰,同时在特征中引入了丰富的运动和空间信息,并且具有时空不变性。为了消除

6、不同视频间存在的灰度变化以及光照等因素的影响,本文对提取到的特征进行归一化操作,使特征对旋转、光照不敏感且增强了特征的运动描述力。2.采用PCA对特征降维并改进了词袋模型。首先,针对视频特征维数高冗余信息多的问题,本文采用主成分分析法(PrincipalComponentAnalysis,PCA)对特征降维。其次,本文对词袋模型(BagofWords,BOW)进行了改进,传统的BOW在直方图描述子构建过程中,对每一维特征只选择一个最近距离的标号,因此偏差较大。本文直方图描述子构建方法对每一维特征选取三个距离最近且含有权重信息的标号,在一

7、定程度上减少了这一偏差。本文先利用支持向量机(SupportVectorMachine,SVM)对3DFACOG、3DFACOFG以及串联融合特征分别进行训练测试,然后对3DFACOG、3DFACOFG以及串联融合特征的分类结果进行了决策级融合。为了验证本文构建的两个运动特征以及行为识别方法的有效性,分别在四个数据库上进行实验并与已有研究成果进行了对比分析。从实验结果可以看出本文行为识别方法中构建的3DFACOG、3DFACOFG两类特征对运动的描述力增强,同时本文行为识别方法充分利用了两个特征的互补信息,提高了行为识别准确率。关键词:

8、梯度自相关,人体行为识别,光流,特征融合论文类型:应用基础研究类I西安电子科技大学硕士学位论文IIAbstractAbstractInrecentyears,domesticandforeignresear

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。