基于特征与深度学习的行为识别研究

发布时间：2021-04-28 13:05

　　人体行为识别是机器视觉领域内的一个热门研究方向,基于视频的人体行为识别是近些年研究热点之一,其在诸如视频监控、人机交互、行为分析等方面有着广阔的应用前景。本文对动态视频的人体行为识别进行了深入研究,针对视频的稳定问题,改进了稳定视频的Steady Flow算法,并提出自适应多路径平滑算法,另外通过三种深度学习网络进行视频中人体检测,去除视频的背景干扰;在此基础上,研究了特征的优化,提出了特征正偏态分布优化算法和基于特征正偏态分布的行为识别方法;最后研究了一种新的深度学习网络模型,并构建了深度学习网络实现人体行为识别。论文主要研究如下:1、由于视频的不稳定性会对行为识别产生干扰,通过对提取视频运动特征的Steady Flow算法和对视频图像扭曲变换的路径平滑（Path Optimization）算法进行研究,提出在Steady Flow算法中使用改进FAST特征点,并对路径平滑算法进行改进,提出了自适应多路径平滑算法。针对行为识别中的视频场景运动与人体背景干扰问题,进行了背景固定并训练了三种人体检测网络以检测视频中人体。2、针对行为特征的冗余问题,通过研究特征的分布特点,提出了特征正偏态... 

【文章来源】：深圳大学广东省

【文章页数】：71 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究意义
    1.2 国内外研究现状
        1.2.1 基于特征的方法
        1.2.2 深度学习的方法
        1.2.3 深度图像的方法
    1.3 论文组织结构
第2章 视频稳定研究与人体目标检测
    2.1 Steady Flow
        2.1.1 运动传播
        2.1.2 改进的FAST特征点检测方法
        2.1.3 运动去噪
        2.1.4 运动补偿
    2.2 自适应多路径平滑
        2.2.1 路径平滑
        2.2.2 自适应平滑参数?
        2.2.3 自适应多路径平滑
        2.2.4 视频合成
    2.3 视频背景稳定
    2.4 人体目标检测
        2.4.1 PASCAL VOC数据集
        2.4.2 Faster R-CNN人体目标检测
        2.4.3 YOLO人体目标检测
        2.4.4 SSD人体目标检测
        2.4.5 连贯掩模
    2.5 实验与分析
        2.5.1 视频的稳定
        2.5.2 人体目标检测
    2.6 本章小结
第3章 基于特征正偏态分布的行为识别
    3.1 视频特征模型
        3.1.1 时空兴趣点特征
        3.1.2 密集轨迹特征
    3.2 特征正偏态分布优化
        3.2.1 正态分布与偏态分布
        3.2.2 特征正偏态分布优化
    3.3 特征编码量化
        3.3.1 BoW编码
        3.3.2 Fisher Vector编码
    3.4 特征分类
        3.4.1 SVM分类器
        3.4.2 特征融合
    3.5 实验与分析
        3.5.1 行为识别数据集
        3.5.2 编码及融合设定
        3.5.3 实验结果
    3.6 本章小结
第4章 C3D-RDN的行为识别
    4.1 3D卷积
    4.2 残差网络
    4.3 稠密网络
    4.4 残差稠密块
    4.5 3D卷积残差稠密
        4.5.1 3D卷积残差稠密块
        4.5.2 3D卷积残差稠密网
    4.6 实验与分析
        4.6.1 网络训练
        4.6.2 实验结果
    4.7 本章小结
第5章 总结与展望
参考文献
致谢
攻读硕士学位期间的研究成果


【参考文献】：
期刊论文
[1]基于深度图像的人体行为识别综述[J]. 孙彬,孔德慧,张雯晖,贾文浩.  北京工业大学学报. 2018(10)
[2]神经网络与深度学习基础[J]. 袁冰清,陆悦斌,张杰.  数字通信世界. 2018(05)
[3]基于显著性检测和稠密轨迹的人体行为识别[J]. 鹿天然,于凤芹,杨慧中,陈莹.  计算机工程与应用. 2018(14)
[4]基于深度学习的人体行为识别算法综述[J]. 朱煜,赵江坤,王逸宁,郑兵兵.  自动化学报. 2016(06)
[5]人的视觉行为识别研究回顾、现状及展望[J]. 单言虎,张彰,黄凯奇.  计算机研究与发展. 2016(01)
[6]人体动作行为识别研究综述[J]. 李瑞峰,王亮亮,王珂.  模式识别与人工智能. 2014(01)

硕士论文
[1]基于编码理论的视频去抖动算法研究[D]. 李明宇.电子科技大学 2017
[2]面向智能视频监控系统的运动目标检测与异常行为分析[D]. 朱明凌.中国计量学院 2015



本文编号：3165528