基于卷积神经网络的双人交互行为识别技术研究

发布时间：2021-12-19 00:42

　　在智能安防领域中,对双人交互行为识别技术的研究非常重要。虽然目前在双人交互行为识别技术上的研究已经取得了一些研究成果,但是研究的重点是如何准确地识别双人交互行为,提高行为识别的准确率,并没有考虑时间因素,然而在实际应用中,时间因素非常重要。因此本文的研究重点是如何在保证双人交互行为识别准确率的前提下提高行为识别的实时性。本文针对UT-interaction数据集中的握手、拥抱、踢腿、挑逗、推动和打拳六种双人交互行为进行分析。本文的研究思路是采用基于高斯混合模型的背景差法检测运动人体目标,通过卷积神经网络提取双人交互行为特征,并设计双隐层BP神经网络对双人交互行为进行分类,完成算法软件的设计与实现。本文的主要工作包括以下几个方面:（1）采用基于高斯混合模型的背景差法实现运动人体目标检测。基于高斯混合模型的背景差法可以实时地根据环境变化不断更新背景,能够适应动态变换的场景;同时该方法也可以避免噪声、光照等因素的影响。本文通过背景差法实现运动人体目标检测,并将灰度图像转换为二值图像。（2）面向双人交互行为特征提取,改进卷积神经网络ALex Net。在检测到运动人体目标的基础上,本文通过改进后... 

【文章来源】：中国科学院大学(中国科学院国家空间科学中心)北京市

【文章页数】：79 页

【学位级别】：硕士

【部分图文】：

常用的行为识别数据集

基于卷积神经网络的双人交互行为识别技术研究3.2 卷积神经网络基本结构CNN 在视频图像识别领域中有着广泛的应用，因此本文将通过 CNN 模型提取双人交互行为特征。CNN 由若干个卷积层（Convolutional Layer）、池化层（Pooling Layer）和全连接层（Fully-Connected Layer）组成，其网络结构如图3-2 所示。

Relu函数图像

【参考文献】：
期刊论文
[1]基于分阶段视觉共生矩阵序列的双人交互识别[J]. 姬晓飞,左鑫孟.  计算机工程与设计. 2017(09)
[2]行为识别技术的研究与发展[J]. 祁家榕,张昌伟.  智能计算机与应用. 2017(04)
[3]分层结构的双人交互行为识别方法[J]. 姬晓飞,王昌汇,王扬扬.  智能系统学报. 2015(06)
[4]图像物体分类与检测算法综述[J]. 黄凯奇,任伟强,谭铁牛.  计算机学报. 2014(06)
[5]基于视觉的人的运动识别综述[J]. 杜友田,陈峰,徐文立,李永彬.  电子学报. 2007(01)
[6]人运动的视觉分析综述[J]. 王亮,胡卫明,谭铁牛.  计算机学报. 2002(03)
[7]BP 神经网络结构与样本训练参数选取的初步探讨[J]. 潘昊,陈杰,钟珞.  湖北工学院学报. 1997(03)

博士论文
[1]智能视频监控中的目标识别与异常行为建模与分析[D]. 张一.上海交通大学 2010
[2]人工神经网络的泛化性能与降水预报的应用研究[D]. 林开平.南京信息工程大学 2007

硕士论文
[1]基于时空兴趣点的单人行为及交互行为的识别方法[D]. 孙爱朦.吉林大学 2014
[2]基于时空兴趣点的人体行为识别[D]. 杨佳慧.南京邮电大学 2014



本文编号：3543456