一种改进的人类动作识别和定位算法研究.pdf

《一种改进的人类动作识别和定位算法研究.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、计算机测量与控制．2014．22(7)·2148·ComputerMeasurement&Control算法、设计与应用文章编号：1671—4598(2014)07—2148—03中图分类号：TP393文献标识码：A一种改进的人类动作识别和定位算法研究周晓青(太原工业学院计算机工程系，太原030008)摘要：针对现有人类动作识别和定位方法的不足，提出一种改进的人类动作识别和定位算法；该算法首先对每个视频帧进行分层分段，得到一组分段树，每颗树是身体分段树的候选；接着利用视频的轮廓、接合对象结构、全局前景色等信息对候

2、选分段树进行修剪；最后在时域上对剩余分段层的每个分段进行前向和后向跟踪；基于难度较大的UCF—Sports和HighFive数据集对本文方法进行性能评估，实验结果表明，文章方法的性能要优于当前最新运动检测算法性能，运动定位性能与当前最新算法相当。关键词：人类动作识别；定位；多分辨率；分段树；修剪ResearchonAnImprovedHumanActionRecognitionandPositioningAlgorithmZhouXiaoqing(DepartmentofComputerEngineering，T

3、aiyuanInstituteofTechnology，Taiyuan030008，China)Abstract：Aimingatthedisadvantagesoftheexistinghumanactionrecognitionandpositioningmethods，animprovedhumanactionrecognitionandpositioningalgorithmisproposed．First，hierarchicalsegmentationisappliedoneachvideoframe

4、togetasetofsegmenttrees，eachofwhichisconsideredasacandidatesegmenttreeofthehumanbody．Second，weprunethecandidatesbyexploringseveralcuessuchasshape，articulatedobieets’structureandglobalforegroundcolor．Finally，wetrackeachsegmentoftheremainingsegmenttreesintimebo

5、thforwardandbackward．Theexperimentalresultsshowthat，theperformanceofourmethodisbetterthanthestate—of—artactionrec—ognitionmethodsontwochallengingbenchmarkdatasetsUCF—SportsandHighFive．andatthesametimeproducegoodactionlocalizationresults．Keywords：humanactionre

6、cognition；positioning；mu1ti—grainedrepresentation；segmenttrees；prune0引言掩蔽现象和杂乱背景。基于预先训练好的人体部位或人体检测器也可以实现运动者定位。然而，它们的检测器受到隐藏在训人类动作识别是视频检索领域的主要研究课题_1]，现有的练集中的人体部位外形先验信息的约束，导致检测器的可拓展动作识别方法大多重点关注视频的非静态部分而忽略大部分静性有限，难以处理各种运动不同程度的掩蔽现象和姿态。态部分，从而影响了动作识别的精确性。实际上视频的非静态为

7、此，本文首先提出一种改进的人类动作识别和定位算部分和相关静态部分对运动识别和定位均具有重要作用，应综法。基于UCF～Sportsl8和HighFive[=9数据集的实验结果表合参考。文献[2]提出了一种人体模型动画自动生成方法。明，本文方法的性能要优于当前最新算法。该方法首先自动提取和识别位于人体四肢和头顶末端的5个特1分层空间一时间段征点，然后根据人体骨骼刚性运动特征和运动数据文件提供的骨骼信息，进行关节点精确定位，最后将提取的骨骼采用局部1．1视频帧分层分割坐标架对齐的方法实现与运动数据匹配。文献[33提出一

8、种本文视频帧分段的主要思路是：使用颜色和运动信息来缩基于主题模型的人体动作识别方法。该方法首先提取时空兴趣小背景和刚性对象内的边界，增强人体不同部位运动导致的人点来描述人体运动，然后使用慢特征分析算法计算兴趣点梯度体内部运动边界。后续分层分段进一步降低背景和刚性对象的信息不变量最优解，最后使用概率潜在语义分析模型识别人体不相关分段，保持人体密集多分辨率分段。对每个视频帧，