人体动作识别方法研究

人体动作识别方法研究

ID:35041630

大小:3.94 MB

页数:56页

时间:2019-03-16

人体动作识别方法研究_第1页
人体动作识别方法研究_第2页
人体动作识别方法研究_第3页
人体动作识别方法研究_第4页
人体动作识别方法研究_第5页
资源描述:

《人体动作识别方法研究》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、天津大学硕士学位论文人体动作识别方法研究ResearchonHumanActionRecognition领域:电子与通信工程作者姓名:李文辉指导教师:张静副教授刘安安副教授企业导师:于蓬勃高级工程师天津大学电子信息工程学院2015年11月中文摘要近年来,人体动作识别已成为计算机视觉领域的研究热点和难点。人体动作识别的目的是从图像序列或者视频中自动识别人的动作类别,这对实现智能监控、人机交互、虚拟现实等有着重要的意义,是推进计算机视觉技术与现实应用的重要课题。本文首先介绍了在人体动作识方法中当前流行的时空兴趣点

2、检测和描述方法,同时介绍了基于低级信息的视觉特征表示方法和基于语义信息的属性学习方法。其次对论文的主要两个研究内容进行了详细论述:1)多特征融合的人体动作识别方法。针对这个问题,本文运用多示例学习方法通过对多种特征的学习和融合对人体动作来进行表征,使得在识别过程中能够充分利用各个特征的特性,提取到的人体动作的信息量更加丰富,来更好的帮助识别人体动作。2)基于层级化方法的特征学习方法。在当前的人体动作方法研究的过程中,特征的提取至关重要,然而,当前大部分的特征是基于人工设计的规则来提取的,这些特征具有广泛的适用

3、性,但同时也会在提取的过程中不可避免的遗漏掉一些具有特性的信息。本文通过运用层级化从最小的时空块开始,对块的特征进行学习,通过对时空块周围的信息的综合生成下一级块的表征,使得充分利用时空周围信息的相关性。最后,介绍了两种人体动作数据库,在相应的数据库上对以上方法进行了评估,并对实验结果进行了详细的分析。关键词:人体动作识别;多示例学习;多特征融合;层级化特征ABSTRACTInrecentyears,thestudyofhumanactionrecognitionhasbecomeahotanddifficu

4、lttopicinthefieldofcomputervision.Thepurposeofhumanactionrecognitionistoautomaticallyidentifyhumanactioncategoryfromasequenceofimagesorvideos,whichissignificantforachievingintelligentsurveillance,human-computerinteraction,virtualrealityanditisanimportantiss

5、uetopromotethepracticalapplicationofcomputervisiontechnology.Thispaperfirstlydescribeshumanactionrecognitionmethodbyusingthecurrentpopularmethods,basedonspatial-temporalinterestpointdescriptionmethodsandalsointroducedmethodofvisionfeaturerepresentationwhich

6、isbasedonlow-levelfeatures’statisticsandattributelearningmodelbasedonsemanticinformation.Thenthetwomainresearchcontentsarediscussedindetail:1)humanactionrecognitionmethodbasedonmulti-featurefusion.Toaddressthisproblem,weusemulti-instancelearningmethodforlea

7、rningandintegrationthroughvariousfeaturesofthehumanbodymovementstotakefulladvantageofthecharacteristicsofthevariousfeatures,sothatwecangetricherinformationofthehumanactiontohelpidentifyhumanaction.2)humanactionrecognitionbasedonhierarchicalfeature.Duringthe

8、currentstudyofhumanactionmethodstoextractessentialfeatures,however,mostofthefeaturesareartificiallydesignedtoextractinformationfromdata,whichmaymissthecharacteristicinformation.Throughusingthehierarchi

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。