欢迎来到天天文库
浏览记录
ID:35070258
大小:3.80 MB
页数:61页
时间:2019-03-17
《基于视频的人员行为识别技术研究》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、m圓4雍*著UNIVERSITYOFELECTRONICSCIENC亡ANDTECHNOLOGYOFCHINA专业学位硕±学位论文MASTERTHESISFORPROFESSIONALDEGREE..\乂?;■'—.^..。.—.'V??????-',,.■■、论支题目基于视频的人员行为识别技术妍究..1;专>1^学位类别工程硕七;.学号2013220405021
2、|作者姓名蒋静心J少指导教师徐军教授^‘、!‘S分类号密级注1UDC指导教师申请学位级别专业学位类别工程领域名称提交论文日期2016.3.20论文答辩日期2016.5.18学位授予单位和日期20166答辩委员会主席评阅人注1:注明《国际十进分类法UDC》的类号。ResearchofHumanActionRecognitionBasedonVideoSurveillanceAMasterThesisSubmittedtoUniversityofElectro
3、nicScienceandTechnologyofChinaMajor:MasterofEngineeringAuthor:JiangJingSupervisor:Prof.XuJunSchool:SchoolofPhysicalElectronic独剑性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工。作及取得的研究成果据我所知,除了文中特别加W标注和致谢的地方外,论文中不包含其他人己经发表或撰写过的研究成果,也不包含为获得电子科技大学或其它教育机构的学位或证书而使用
4、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谢意。^"作者签名:義日期:2年衣月^^日娜论文使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定,有权保留并向国家有关部口或机构送交论文的复印件和磁盘。,允许论文被查阅巧借阅本人授权电子科技大学可将学位论文的全部或部分内容编入有关数据库进行检索、,可W采用影印缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后应遵守此规定)作者签名:
5、徐:茶瑪导师签名平日期:年S月2?日摘要摘要上个世纪九十年代以来,人工智能大热,计算视觉得到了长足的发展,人体行为识别是计算机视觉领域研究的热点和难点之一,其关键任务是从视频或图像序列中提出对我们有用的信息,并在这个基础之上使用各种图像处理技术,首先检测出目标人体或者区域、然后提取特征,使其能够精确描述并区分各类人体行为,最后进行分析与分类,最终实现人体行为识别。它是计算机视觉的高级处理阶段,涉及到图像处理,模式识别及人工智能等诸多学科领域,其研究成果可以应用到视频检索、智能视频监控
6、以及智能人机交互等领域,有着非常高的理论研究和工程应用价值。针对人体行为识别的研究成果众多,但是由于人体结构复杂,且个体之间的差异性非常大,导致行为识别的难点诸多,现存的人体行为识别模型仍有很多计算量大、识别性能不稳定。为了能够准确、快速地识别人体行为,本文受到生物视觉系统的启发,基于视觉神经元感受野的信息处理机制,模拟出一个具有层次结构的特征提取模型。在人类的大脑神经元中,视觉信息的传递是按照一定的通路进行的,首先由视网膜收集视觉信息,再经过侧膝体,最后传送到大脑视皮层。本文将主要围绕模拟视觉
7、系统的层次结构展开有关于行为识别系统论述。行为识别系统主要分为三个大的步骤,首先是视频图像的预处理,然后是特征提取,最后是分类识别。本文选用的数据库是采用灰度视频图像作为输入,做简单的形态学处理。为了模拟视觉皮层细胞的特征检测方法,采用四层链式特征提取模型,使用最大化与模板匹配交替操作,提取出具有一定尺度方向不变性的特征来表征人体行为。采用Gabor滤波器提取出多尺度多方向的底层特征,再通过局部最大化操作、模板匹配与全局最大化操作得到最终的特征向量。为了达到更好且稳定的分类效果,本文在支持向量机
8、的基础上引入了隐马尔科夫模型,使用混合分类器模型来实现人体行为的分类识别。本文选用Weizmann行为数据库和KTH行为数据库,对本文提出的方法进行训练测试,实验结果表明本文提出的算法是可行的,计算复杂度有所降低,识别速度也有所提高,同时识别效果良好。关键词:行为识别,生物视觉感知系统,时空滤波器,支持向量机,隐马尔科夫模型IABSTRACTABSTRACTSincetheendoflastcentury,duetothedevelopmentofcomputervisionandthemore
此文档下载收益归作者所有