基于hmm复杂场景下的行为识别方法

基于hmm复杂场景下的行为识别方法

ID:4132744

大小:542.88 KB

页数:7页

时间:2017-11-29

基于hmm复杂场景下的行为识别方法_第1页
基于hmm复杂场景下的行为识别方法_第2页
基于hmm复杂场景下的行为识别方法_第3页
基于hmm复杂场景下的行为识别方法_第4页
基于hmm复杂场景下的行为识别方法_第5页
资源描述:

《基于hmm复杂场景下的行为识别方法》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、万方数据第34卷第7期计算机工程2008年4月VoL34No.7ComputerEngineeringApril2008·人工智能及识别技术·文章编号t1∞o_3428(2008)07.m212—03文献标识码:A中图分类号:TP391.4基于HMM复杂场景下的行为识别方法张丽君,吴晓娟,盛赞,亓磊(th东大学信息科学与工程学院,济南250100)I要:人的行为模式的理解与识别是智能视觉监控系统的一个关键环节。针对目前大部分的研究都是简单场景F的简单行为识别,不具有广泛适用性的问题,该文提出一种复杂场景下的分层行

2、为建模和识别方法。通过统计方法在监控画面内选定若干个有意义的标志点,利用这些标志点将复杂行为分解为一系列简单行为,对简单行为的轨迹进行HMM建模,并利用Level—Building算法进行复杂行为的识别。实验结果表明,该方法对复杂行为具有较高的识别率,而且在多种场景下具有普适性。关健词:行为识别;隐马尔可夫模型;分层构筑;行为语法BehaviorRecognitionMethodinComplexEnvironmentUsingHMM。ZHANGLi-jun,WUXiao-juan,SHENGZan,QILei(

3、SchoolofInformationScienceandEngineering,ShandongUniversity。Jinan250100)[Abstract]Theunderstandingandrecognitionofhumanbehaviorisakeyissueinanintelligencevisualsurveillancesystem.Butmostofthecurrentresearchisonsimplebehaviorwithsimplebackground,SOitisnotwidel

4、yapplicable.Thisarticlepresentsamethodtomodelcomplexhumanbehaviorhierarchicallyincomplexenvironment.SetsomemeaningfullandmarksintheSCreenandmodelprimitivebehaviorbetweentwolandmarksusingaHMM,thenuseLevel—Buildingalgorithmwithallappropriatethresholdmodelandbeh

5、aviorgrammartOrecognizecomplexhumanbehavior.ExperimentalresultsshowthatthismethodCanachievegoodresultsforbothsimplebehaviorandcomplexbehaviorincomplexenvironment.[Keywords!behaviorrecognition;HMM;Level—Building;behaviorgrammar1概述目前,在医院、银行、商店、停车场等公共场所甚至家庭庭院内,监

6、控系统已经参与到各种日常事务的运作当中。但是现有的监控系统都不能实现实时主动的监督作用,即监控的智能化和无人化。未来的智能监控系统应能够实现全天候的实时监视,并自动分析摄像机捕捉的图像数据;当异常发生时,能向保卫人员准确及时地发出警报,从而避免犯罪的发生。实现智能监控的关键是能使监控系统很好地理解目标的行为模式,从而实现实时的行为识别。基于计算机视觉的行为识别是在成功实现跟踪、完成特征提取的基础上进行的,它属于更高层次的视觉任务。监控系统中目标行为的理解与识别主要就是人的行为的理解与识别,但由于人体的非刚性运动、

7、着装的不同、运动时的相互遮挡甚至丢失使得这项任务非常复杂和富有挑战性。由于识别任务的不同,对人的运动描述可以分为3个层次:粗糙描述,中间层次描述以及细节描述”’2】。其中,粗糙描述是把整个运动的人简化为一个矩形框或椭圆框,人的运动就通过矩形框或椭圆框质心点的运动来描述,这种方法主要用于视觉监控领域。中间层次描述是通过对人的各个部分,如头、四肢、躯干的运动分别进行简化,人的复杂运动就通过各简化部分质心点的运动来描述。细节描述主要是针对人体的某个特定器官的运动,如手势,进行识别。目前行为识别的方法主要有2种:静态法和

8、动态法。在进行识别时,需要分析采集的视频序列。静态法是首先对视频序列每一帧图像进行分析并抽取相关特征,然后将一组分析结果合成为一个静态模式的组合,在识别过程中和预先存~212一储的模式进行比较得到识别结果,如动态时间弯折(DTW)方法。其实质是模板匹配方法,优点是计算量低,但对运动持续时间的变化和噪声比较敏感。动态法把贯穿整段视频的轨迹信息作为分析单元。在这一类方法中,一

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。