基于视频特征的多人行为识别研究

基于视频特征的多人行为识别研究

ID:35070270

大小:4.20 MB

页数:61页

时间:2019-03-17

基于视频特征的多人行为识别研究_第1页
基于视频特征的多人行为识别研究_第2页
基于视频特征的多人行为识别研究_第3页
基于视频特征的多人行为识别研究_第4页
基于视频特征的多人行为识别研究_第5页
资源描述:

《基于视频特征的多人行为识别研究》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、单位代码:10293密级:硕女聲隹t会A?却A4連4活m论文题目:基于视频特征的多人行为识别研巧学号1013010529姓名豆贺贺导师陈昌红副教授学科专业信号与信息处理研究方向图像处理与多媒体通信申请学位类别工学硕壬二Q一六年王月论文提交日期\■rj^‘'':V/,M、.南京邮电大学学位论文原创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的硏巧工作及取得的研巧成果。,论文中不包含其他人已经发表或撰写娃尽我巧知,除了文中特别加

2、惊注和致谢的地方外。的研究成果,也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料一了谢意与我同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示。一。本人学位论文及涉及相关资料若有不实,愿意承担切相关的法律责任巾:办化研究生签名:钟马日期端南京邮电大学学位论文使用授权声明本人授权南京邮电大学可臥保留并向国家有关部口或机构送交论文的复印件和电子文档;允许论文被查阅和借阅;可1^将学位论文的全部或部分内容编入有关数据库进行检索;、内容和纸质可y?采用影印、缩印或扫描等复制手段保存汇编本学位

3、论文。本文电子文培的一。论文的内容相致。论文的公布(包括刊登)授权南京邮电大学研究生院如理涉密学位论文在解密后适用本授权书。研究生签名;__导师签名:节爲日期:}。化Researchonmulti-personbehaviorrecognitionbasedonvideofeaturesThesisSubmittedtoNanjingUniversityofPostsandTelecommunicationsfortheDegreeofMasterofEngineeringByHeheDouSupervisor:Prof.Changho

4、ngChenMarch2016摘要群体行为识别是计算机视觉领域研究的重点和难点之一,现有的群体行为识别算法大多都是需要准确的前期处理和后期的复杂建模,整个流程比较繁琐,并且模型复杂导致控制变量较多,鲁棒性不强。姿态是一个能够很好的描述身体关键点分布的特征,行为属性是一个能够很好描述行为的高层语义特征。本文以此为基础提出了两种群体行为识别算法。第一种是改进的基于姿态特征的群体行为识别算法。针对原始姿态特征在描述群体行为上的不足,对基于姿态的特征描述进行改进,并且增加一个对姿态特征互补的特征描述-梯度特征。在训练阶段,对视频序列根据实际情况进行视频块的划分

5、以及视频帧栅格的划分,得到改进的姿态特征描述符。根据栅格立方体,可以得到梯度特征描述符。这两种特征融合能够更好的对群体行为进行描述。第二种是基于属性的群体行为识别算法。针对把特征描述符直接关联到类标签造成信息损失的问题,我们考虑使用高层语义概念-行为属性来对群体行为进行表示。这里的行为属性主要是分为两个方面,一个是人在视频中观察得到-人工标记属性,另一个是根据信息理论从数据中自动学习得到-数据驱动属性。这两个方面联和能够更好的对群体行为进行描述。在CAD1和CAD2两个数据集上的实验结果表明了算法的有效性和稳定性。关键词:群体行为,姿态,特征融合,行为

6、属性,数据驱动属性IAbstractCollectiveactivityrecognitionisoneofthehottestdiscussedandthemostdifficultresearchareasincomputervision.Nowadays,mostrecognitionalgorithmsrelyonthepre-processingalgorithmsandcomplicatedmodels.Poseletisanefficientfeaturetodescribethedistributionofkeypointsandact

7、ionattributesarehigh-levelsemanticfeaturewhichcandescribecollectiveactivitywell.Bothposeletandactionattributesaregooddescriptionofcollectiveactivity,basedonwhichtworecognitionalgorithmsareproposedinthisthesis.Oneisanimprovedrecognitionalgorithmforcollectiveactivitiesbasedonposel

8、etfeature.Astheposeletfeatureislackofdescribing

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。