基于粒子滤波的行为识别方法-论文.pdf

《基于粒子滤波的行为识别方法-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2014年9月重庆师范大学学报(自然科学版)第3l卷第5期JournalofChongqingNormalUniversity(NaturalScience)v0I．31No．5基于粒子滤波的行为识别方法周卫春(绵阳职业技术学院人文科学系，四川绵阳621000)摘要：行为识别是图像处理的一个热点问题。一些研究表明在监督学习的框架下，通过提取时空兴趣点(spatiabtmpoalinterestpoints)能较好地识别人体的行为。由于兴趣点中包含与人体行为无关的噪声点，为了改进兴趣点的提取，提出了一种基于人体骨架的改进方法。该方法通过粒子滤波(P

2、articlefilter)算法改进人体骨架的精度，而改进后的人体骨架，能得到更有效的兴趣点。通过在“Weizmann”，“KTH”数据集的测试，实验结果表明，该算法不仅能够提高人体行为的识别，而且能够改进人体骨架的精确度。关键词：行为识别；时空兴趣点；粒子滤波；姿态估计；支持向量机中图分类号：TP391．41文献标志码：A文章编号：1672—6693I2014)05—0105—05行为识别是图像处理的一个热点问题。行为识别算法可以分为两大类：1)基于时空兴趣点的方法。该方法将人体运动过程表示为一系列与时间空间相关的点，通过SVM(支持向量机)进

3、行分类；2)基于人体模板。该方法通过识别出人体运动部位，找出相关部位的行为模式口]。由于人体模板本身存在精确度不高的问题，而且这类方法主要采用时间序列分析，而人体行为模式是很典型的非线性，非高斯分布的时间序列，所以本文采用的是第一类方法。基于时空兴趣点的方法，将人体一系列的行为表示成词袋(Bag—of-word)。兴趣点的计算是基于Oabor滤波。兴趣点的精确度由Gabor滤波器的阈值决定。兴趣点是分布在人体四肢、躯干的一系列点。一种直观的方法就是将远离人体骨架的兴趣点作为噪声(异常点)处理。由于以前人体骨架提取的精确度不高，较少有研究将人体骨架

4、和兴趣点结合起来，用于行为的识别。人体骨架的提取是姿态估计(Poseestimation)的主要研究问题。目前的研究主要是提取静态图片中人体的骨架_￡]。本文研究的对象是动态运动视频中的人体行为。粒子滤波是跟踪人体行为的一种方法。现有的研究主要侧重在跟踪，较少有研究者将粒子滤波应用到行为识别。本文通过粒子滤波预测人体骨架的在运动中的可能位置，缩小搜索的范围，提高人体骨架的精确度，从而提高兴趣点的精度。本文的主要贡献是提出一种通过人体骨架改进兴趣点的方法，该方法在改进兴趣点的同时，能够提高运动中人体骨架提取的精确度。而更精确的人体骨架能够得到更有效

5、的兴趣点，最终达到提高行为识别准确率的目的。1基于人体骨架的兴趣点本节首先给出行为识别的方法流程图(图1)，然后介绍了基于Gabor滤波器的兴趣点和人体骨架提取的算法。最后提出一种基于人体骨架改进兴趣点的方法。行为识别的流程描述如下：1)输入视频，如果是第一帧，进行初始化操作，主要是提取人体的骨架。2)如果不是第一帧，则基于粒子滤波跟踪算法和前后帧图像的变化，预测运动中人体骨架的可能位置。图1方法流程*收稿日期：Z014—05—06修回日期：2014—06—05网络出版时间：2014—91722：37作者简介：周卫春，女，讲师，研究方向为高等数学

6、、工程数学、图像处理，E—mail：449076939@qq．corn网络出版地址：http：／／www．cnki．net／kcms／detal／50．1165．N．20140917．2237．020．html1O6重庆师范大学学报(自然科学版)http：／／www．cqnu~．an第31卷6)如果是最后一帧，则将产生的兴趣点序列输入训练好的SVM分类进行行为识别。其中，J是输入的图像，g(x，；)是高斯核，和是一维Gabor滤波器，其定义如下：(；r，)一一sin(2丌￡∞)e-tz／r(2)s()一∑+∑(3)S(I，P，f)一s(f)+∑叫

7、}·(，P)+∑叫0’。·(p一pJ)(4)一I2口图，反应图像的变化(为了便于说明，简化一些复杂情况，图采用的是一u^一；一一I__原理图)。图2(b)中虚线方框以外的黑色区域表示非人体运动变化的区■域。虚线方框中的黑色区域与人体运动有关，记为A(上标￡表示当前_-_⋯⋯⋯⋯⋯⋯一为第帧)。图2(a)是基于1．2节方法生成的人体骨架区域，每个部分是一个矩形的区域。该区域记为A(上标￡表示当前为第帧)。所以图基于人体骨架的兴趣点2跟踪算法第5期周卫春，等：基于粒子滤波的行为识别方法1O7方法。2．1粒子滤波在状态空间模型中，隐性状态{z；tEN)

8、，可以通过马尔科夫过程进行分析。设初始分布为(z。)，可观察的状态为{；tEN)，粒子滤波算法，递归地计算后验概率p(xJY)。其核心思