基于多特征的视频中单人行为识别.pdf

《基于多特征的视频中单人行为识别.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第23卷第12期电子设计工程2015年6月Vol.23No.12ElectronicDesignEngineeringJun.2015基于多特征的视频中单人行为识别胡兴旺，祁云嵩，袁玉龙（江苏科技大学计算机科学与工程学院江苏镇江212003）摘要：基于视频流的运动人体行为识别是一项既具有挑战性同时又非常具有广阔应用前景的研究课题.行为识别是基于人体目标识别和人体跟踪更高级的计算机视觉部分，研究出一种健壮的行为识别算法具有重要的理论意义和广泛的应用前景。利用在视频的基础上提取出位置分布图、大小分布图等一系列的属性将人的行为进行分类。采用基于帧间差分和改进混合高斯

2、模型的运动人体分割算法，解决了复杂背景下的运动目标检测问题。实验数据对提出的新的行为描述方法进行了各种指标的讨论，验证了本文提出的算法的合理性与高效性。关键词：行为分类；特征提取；行为识别；运动目标检测中图分类号：TN919.81文献标识码：A文章编号：1674－6236（2015）12-0105-04Singleperson’sbehaviorrecognitionbasedonmulti鄄featurevideoHUXing鄄wang，QIYun鄄song，YUANYu鄄long（ComputerScienceandEngineering，JiangsuU

3、niversityofScienceandTechnology，Zhenjiang212003，China）Abstract:Movinghumanbehaviorrecognitionbasedonavideostreamisachallengingresearchtopic，whichhasbroadapplicationprospectsatthesametime.Behaviorrecognitionisapartofmoreadvancedcomputervisionbasedonthehumantargetrecognitionandtrackin

4、ghumanbody.Ithasimportanttheoreticalsignificanceandbroadprospecttodeveloparobustbehaviorrecognitionalgorithm.Onthebasisofthevideo，usingaseriesofpropertiestoclassifythehumanbehavior，locationdistribution，sizedistribution，etc.HumanMovementbasedontheframedifferenceandimprovedGaussianmix

5、turemodelsegmentationalgorithmtosolvetheproblemofmovingtargetdetectionundercomplexbackground.Theexperimentaldatadiscussedvariousindicatorsonthebehavioroftheproposednewdescriptionmethod，whichverifiestherationalityandefficiencyoftheproposedalgorithm.Keywords:behaviorclassification；fea

6、tureextraction；behaviorrecognition；movingobjectdetection人体行为识别技术主要包括人体目标识别、人体跟踪与（如图1）。由于帧差法是相邻两帧想减，易产生空穴。并且当行为识别三个方面。其中，行为识别是基于前两者的更高级前景静止的时候，很容易导致前景消失[4]。别的计算机视觉部分。研究出一种健壮的行为识别算法具有1.2混合高斯模型重要的理论意义与广泛的应用前景，其中包括智能视频监背景建模过程如下：控、视频检索、人机交互等领域，因此行为识别领域受到广泛1）高斯分布模型匹配学者的关注[1-3]。而研究的难点主要体现在

7、运动背景复杂、行2）高斯分布模型的更新为多变、数据量大、实时性要求高等方面。行为识别流程包括在处理前L个样本的时候，使用以下的更新方程：了人体的检测与跟踪、特征提取和行为识别三个重要环节。w赞t+1=w赞+1（p赞（ω

8、X）-w赞t）kk，tkt+1kt+1本文通过提取属性，得到动作单元，用这些动作单元的序列组成动作。本文仅仅找了一个方法在一个视频集上将这些动μ赞t+1=μ赞t+p赞（ωk

9、Xt+1）（X-μ赞t）kkt+1t+1k作区分开了，并没有到动作理解的层次。同时很难运用到现赞移p（ωk

10、Xi）实中的异常行为检测方面。i=1δ赞t+1=δ赞t+p赞（ω

11、k

12、Xt+1）（（X-μ赞t）（X-μ